Título

Clasificador bayesiano ingenuo en RapidMiner

Autor

Imelda Hernández Báez

Colaborador

MARIA DE LOURDES SANDOVAL SOLIS (Asesor de tesis)

Nivel de Acceso

Acceso Abierto

Resumen o descripción

Clasificar cosas es parte de la vida desde que se es pequeño. Este proceso está implícito en muchas de nuestras actividades cotidianas, se clasifica la fruta como verde o madura, un auto como último modelo o clásico, el médico clasifica a los pacientes con base en ciertos estudios o valoraciones físicas como apto o no apto para realizar una cirugía, etc. Catalogar objetos en distintas clases, a partir de un criterio determinado, es sumamente común, y muchas veces necesario. Hoy en día, con las tecnologías de la información relacionadas casi a todos los aspectos de la vida diaria, se puede tener acceso a grandes cantidades de información que guardan las características más comunes para clasificar objetos. Por ejemplo, una universidad puede saber a qué categoría pertenece un alumno con base en algunos atributos especiales que le solicita, y/o que va observando y almacenando a lo largo de su vida estudiantil. Un alumno puede ser apto para otorgarle una beca o puede ser candidato para estudiar un posgrado, o en definitiva se sabe que no estará en la universidad en el próximo periodo. Debido a esto, se necesitan herramientas que faciliten el proceso de clasificación de grandes cantidades de información, y que sea relativamente fácil catalogar personas u objetos con base en ciertos criterios. Una propuesta es el Clasificador Bayesiano Ingenuo (CBI), conocido también como Naive Bayes, que toma las características de cada objeto y supone que todas ellas son independientes entre sí y no afectan en la clasificación, además sólo requiere una pequeña cantidad de datos de entrenamiento para lograr un resultado exitoso. Existen algunas aplicaciones para utilizar el CBI, una alternativa es RapidMiner, una aplicación de software libre, que tiene una interfaz sencilla y ofrece una gran cantidad de operadores no sólo para clasificación, sino para otras técnicas de análisis y minería de datos.

Benemérita Universidad Autónoma de Puebla

Fecha de publicación

1 de septiembre de 2016

Tipo de publicación

Tesis de maestría

Formato

application/pdf

Idioma

Español

Audiencia

Público en general

Repositorio Orígen

Repositorio Institucional de Acceso Abierto RIAA-BUAP

Descargas

0

Comentarios



Necesitas iniciar sesión o registrarte para comentar.