Tecnologías Específicas

Computación

Descripcion y Objetivos

En la actualidad gran parte de los sistemas inteligentes corresponden con la filosofía de estar guiados por los datos. Esto es, se dispone de un conjunto de datos que representa experiencia previa en un problema determinado y se adquiere un modelo a partir de ellos que será usado como base de conocimiento sobre el que se realizarán consultas posteriores. Hoy en día existen distintas utilidades software, APIs mayormente, que contienen gran cantidad de algoritmos de aprendizaje automático y pueden ser usados para guiar el proceso de descubrimiento del conocimiento a partir de los datos. El problema que podemos observar es que gran parte de estos modelos aprendidos no son llevados a producción debido a que se quedan en su versión prototipo, la cual debe ser ejecutada desde un entorno software similar al usado para su aprendizaje, p.e., Jupyter Notebook.

La motivación de este TFG viene dada por una colaboración del Grupo de Sistemas Inteligentes y Minería de Datos con el Dr. Francisco Ayala, del área de Educación Física y Deportiva de la Universidad de Murcia. El Dr. Ayala y su grupo han realizado múltiples contribuciones del uso de técnicas de aprendizaje automático en problemas de ciencias del deporte, especialmente previsión de lesiones en deportistas de élite. El problema encontrado a posteriori es que los entrenadores de los distintos equipos no usan dichos modelos en un entorno de experimentación-investigación y es de ahí de donde surge la necesidad de disponer de aplicaciones de usuario, aunque sean simples, pero con el suficiente nivel de usabilidad para ser consideradas como herramientas útiles por expertos del dominio de aplicación, pero no  expertos en TIC en general y en aprendizaje automático / sistemas inteligentes en particular.

En este TFG nos centraremos en problemas de clasificación supervisada, es decir, queremos predecir el valor de una variable objetivo C, de naturaleza discreta y con un número finito de valores (p.e. lesión sí o lesión no), a partir de un conjunto de varibles observadas {X_1, ..., X_n} (de distinta naturaleza). Como entrada contaremos con un conjunto de datos, instancias o registros, definidos sobre las variables X_1, ..., X_n, C, un diccionario de datos que las describa y un modelo ya aprendido para realizar la predicción. Esta última entrada es opcional y si no se dispone de ella se aprenderá un modelo mediante aprendizaje automático con alguna técnica estándar (árbol de decisión, regresión logística, random forests, etc.). El sistema deberá generar una aplicación de escritorio que pueda cargar datos previos (mantener una historia), crear un nuevo caso mediante un formulario que para introducir los datos, invocar al modelo para completar la inferencia y, por último, usar técnicas de explicabilidad para obtener una cierta explicación de la lógica de la decisión propuesta, la cuál se expresará lo más cercano posible al lenguaje natural.

 

 

 

Metodología y Competencias

Metodología

1. Revisar el contexto del problema y la literatura disponible.
2. Seleccionar las técnicas y librerías para generar sencillas aplicaciones de usuario.
3. Seleccionar las técnicas, diseñar e implementar un "pipeline" o flujo de procesos que permita aprender un modelo (clasificador) a paritr de los datos de entrada, realizando (un moderado) ajuste de parámetros y selección de modelos a partir de los datos de entrada
4. Seleccionar técnicas de explicación orientadas a casos, no a modelos, y diseñar el proceso de transformación y expresión de la explicación en lenguaje natural, probablemente usando plantills pre-establecidas.
5. Implementar el generador de aplicaciones.
   1. Se cargarán las variables del diccionario.
   2. Se cargarán los datos a partir de fichero.
   3. Se dará la opción de aprender y salvar modelo.
   4. Se cargará el modelo a partir de fichero.
   5. Se podrán cargar especificaciones que permitan p.e. agrupar las variables en el formulario.
   6. Se invocará al modelo para realizar la inferencia.
   7. Se invocará al proceso de explicación para proporcionar un resultado en texto que de soporte a la decisión inferida.
   8. El nuevo caso podrá almacenarse en la base de datos.
6. Contemplar distintos casos de uso, al menos uno de ellos real del campo de las ciencias del deporte y otros a partir de conjuntos de datos estándar.
7. Redactar la memoria.

 

Competencias

Se trabajarán principalmente (en distinto grado) las siguientes competencias específicas de la tecnología de computación:

• Capacidad para evaluar la complejidad computacional de un problema, conocer estrategias algorítmicas que puedan conducir a su resolución y recomendar, desarrollar e implementar aquella que garantice el mejor rendimiento de acuerdo con los requisitos establecidos.
• Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.
• Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes entornos inteligentes.
• Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.

 

 

 

Medios a utilizar

Ordenadores personales, clusters de computación, compiladores y entornos de programación. Todo disponible en la ESII o mediante licencias de libre uso en internet.

 

 

Bibliografía

Libros y artículos de aprendizaje automático, ingeniería del software e interfaces de usuario. Disponibles en la biblioteca de la UCLM y gran parte de ellos accesibles online.