Representación De La Información.

Solo para principiantes.

¿Qué Es Información?

Bit, Como Unidad Mínima De Información.

Es la forma básica de representar información. Con un conjunto de bits se

puede representar información más compleja como:

Números, caracteres, imágenes, etc.

Representación De Números

La representación de números se basa en el álgebra de bool. La mísma es capaz de representar, con un número (n) finito de dígitos booleanos, un número finito

de números naturales (2n).

N = 2:00 = 0, 01 = 1, 10 = 2, 11 = 3.

Números Enteros

Si existen 2n números en n dígitos binarios, entonces podemos

representar 2n-1-1 números enteros positivos y 2n-1-1 negativos.

000 = 0, 001 = 1, 010 = 2, 011 = 3100 = 0, 101 = -1, 110 = -2, 111 = -

3.

Números Reales

Si tenemos números enteros podemos representar a los números

reales con la fórmula M.2n, donde M y n son números enteros.

(¡Notación exponente, pero en base 2!)

Enumerados

Si a cada número entero lo asociamos a un valor en especial, estos valores

especiales los llamamos enumerados.0 = calor, 1 = frío, 2 = cómodo.

Caracteres

Ahora si asignamos a cada valor natural un símbolo tenemos un

enumerado de símbolos: caracteres.Existen varias normas para

determinar esa asociación de símbolos con números, la más

conocida es ASCII.

Secuencias De Caracteres.

La secuencia de caracteres es una lista de símbolos seguidas una de otra.

Tienen orden y las operaciones más comunes son:

S[i] : referencia el carácter que está en la posición i de la secuencia S.

S.a : agregamos el carácter a al final de la secuencia S.

H O L A

Vectores

Es una secuencia de elementos (números, enumerados, referencias, etc.) Donde la referencia a uno de esos elementos es

instantánea. Al igual que una secuencia una referencia es instantánea. Podemos decir que

una cadena de caracteres es un vector de caracteres, la mayor diferencia existe que en un

vector no es común insertar y eliminar datos.

V[i]: referencia al i-ésimo elemento del vector V.

4 5 5 5 6

Matrices

Un vector de vector es una matriz.

M[i][j]: referencia el elemento (i,j) de la matriz M.

0 5 3 8 0

1 1 4 7 1

1 1 1 6 0

Referencias

Las referencias son elementos que identifican elementos.

Los elementos podemos copiarlos, con lo que cualquier modificación a la

copia no modifica al original. O referenciarlo, con lo que si

modificamos la referencia modificamos el origina.

5

Listas

Una lista, a diferencia de una secuencia de caracteres, hay que recorrerla secuencialmente para

poder llegar a algún elemento de la misma.

H O L A

Árboles

Un árbol es una estructura donde se almacenan nodos y referencia a los

nodos. La cantidad de referencias de un nodo determina la topología de un

árbol.

H O L A

L

Redes

Al igual que un árbol, cada nodo tiene un número determinado de

referencia. Pero las referencias puede generar ciclos.

BsAs

Córdoba

S. Fe

Clases vs. Instancias

La clase refiere a la descripción de la estructura.

Una instancia refiere a la estructura.

Programación

Expresiones

Las expresiones devuelven un valor, tanto de verdad como numérico o

estructura.

5 + 4´HOLA´[i].'c'

a = b

Asignación

Los valores devueltos en las expresiones se les puede recordar o

almacenar para luego usar nuevamente. Agrega la noción de

variable.

A <-- 5 + 6B, C <-- S[i], S[i+1]

A, B <-- B, A

Condiciones

Las condiciones usan las expresiones booleanas tomar decisiones durante

un proceso.

Si 5 > a entonces imprimir Verdadero.

Ciclos

Un proceso repetitivo necesita un ciclo. El mismo se detiene cuando cumple alguna

condición lógica.

A <-- 5B <-- 2Mientras A > 0 hacer

M <-- M + BA <-- A – 1

Fin Mientras.

Formalidad y pseudocódigo.

Para poder entender un algoritmo hay que entender el lenguaje en que esta

descripto. Cómo la formalidad molesta a la hora de entender un algoritmo, se decidió que la mejor manera es describirlos un código pseudo formal: el pseudocódigo.

Descanso...

Aprendizaje Automático y Datamining

En Biología Molecular.

¿Qué significa AA?

Decimos que un agente o un programa de computación

aprende de la experiencia E con respecto a cierta clase de tareas T con la medida de performance P, si su performance en la tarea T,

medida por P, mejora con respecto a la experiencia E.

Por ejemplo...

Un programa de computación que aprende a jugar al ajedrez debería mejorar su performance, medida por su habilidad de ganar en la clase de tareas correspondientes a jugar partidas de ajedrez, a través de la experiencia obtenida jugando

partidas.

Algunos ejemplos en Biología Molecular

Análisis inductivo de la estructura super-secundaria de proteínas.Inducción simbólica en secuencias de DNA y proteínas.Regulación molecular.Codificación basada en conocimiento de la topología de proteínas.

Algunos ejemplos en Biología Molecular

Predicción de la topología proteica a través de satisfacción de restricciones.Diseño de drogas.Predicción de alfa-hélices.Etc.

Datamining

Análisis y exploración automática de grandes bases de

datos para extraer información útil y no evidente.

Visualización

Junto con las técnicas de AA, la visualización es esencial para el

datamining.

Entrada

Conceptos, Instancias y Atributos.

¿Qué es un concepto?

Clasificación: Conocer todos los posibles ejemplos, conocidos o no, que existan para una clase.Asociación: Conocer asociaciones entre atributos que nos permita predecir un valor.

¿Qué es un concepto?

Clustering: Grupos de ejemplos que tengan alguna asociación.Predicción numérica: Igual que la asociación, pero el valor que se desea predecir no es discreto sino numérico.

Conclusiones sobre conceptos.

El concepto varía según lo que queremos aprender.El conjunto de ejemplos que elijamos determinará el concepto que aprenderá el algoritmo de aprendizaje automático.

¿Qué es un ejemplo?

La entrada en una esquema de aprendizaje automático es un conjunto de instancias.Las instancias son cosas que queremos clasificar, asociar o clusterizar.Una instancia es un ejemplo individual e independiente de un concepto a aprender.

Ejemplos de Ejemplos

Apariencia, Temperatura, Humedad, Ventoso, Jugar

Soleado Caliente Alta No NoSoleado Caliente Alta Si NoNublado Caliente Alta No SiLluvioso Medio Alta No SiLluvioso Frio Normal No SiLluvioso Frio Normal Si No

Ejemplos de Ejemplos

Nublado Frio Normal Si SiSoleado Medio Alta No NoSoleado Frio Normal No SiLluvioso Medio Normal No SiSoleado Medio Normal Si SiNublado Medio Alta Si SiNublado Caliente Normal No SiLluvioso Medio Alta Si No

¿Qué es un atributo?

Cada instancia individual e independiente que es entrada de un

algoritmo de aprendizaje automático esta caracterizado por

valores fijos ó atributos.

Salida

Representación del Conocimiento

Tablas de decisión

Si apariencia = soleado y humedad = alta entonces jugar.Si apariencia = lluvioso y vientoso entonces no jugar.Si apariencia = nublado entonces jugar.Si humedad = normal entonces jugar.Otro estado entonces jugar.

Árboles de decisión.

Apariencia

Ventoso

Humedad

No Si

No

Si

Si

Reglas de Clasificación

A

CB

C D

D

X

X

X

Ejemplos:Si A y B entonces XSi C y D entonces X

Reglas de asociación

Si ventoso y no juego entonces.apariencia = soleado y humedad = alta.

Otras formas...

Espacio de Búsqueda

Una muestra con todos los ejemplos.

Sesgo

Sesgo del lenguaje.Sesgo de la búsqueda.Sesgo para el sobre-aprendizaje.

Credibilidad

Evaluando lo aprendido.

Entrenando y probando.

Espacio de prueba vs. Muestra: Error. Porcentaje de errores cometidos en la

prueba. Tamaño de la muestra con respecto

al tamaño del espacio de prueba.

¡Comparar algoritmos!

Validación cruzada

Objetivo: Conocer el error y sesgo del algoritmo a partir de una muestra.De un conjunto de ejemplo, dividir aleatoriamente en dos conjuntos: Prueba y Test.Obtener el error del algoritmo.

Validación cruzada

Realizar los dos pasos anteriores varias veces.Cuando exista una suficiente cantidad de pruebas realizadas (>30 ?) se puede calcular el error medio y el sesgo que tiene el algoritmo para ese tipo de prueba.

¿Preguntas?

Referencias Programación

A Method of ProgrammingAutor: Edsger Dijkstra y W.H.J. FeijenEditorial: Addison-WesleyLógica para ComputaciónAutor: Francisco NaishtatEditorial: EUDEBA

Referencias AA y Datamining

Mitchell, T. M. Machine learning, Boston, McGraw-Hill, 1997.Datamining, practical machine learning tools and techniques with JAVA implementatios. IAN H. WITTEN, EIBE FRANK. Mourgan Kaufmann. 1999.