Técnicas de minería de patrones y procesos aplicadas al aprendizaje automático

Resumo

La minería de patrones y la minería de procesos son disciplinas que han logrado gran popularidad en los últimos años, siendo desarrolladas paralelamente por sus respectivas comunidades científicas. A pesar de tener solapamiento en sus técnicas con el campo del aprendizaje automático, no son tan frecuentes las propuestas que combinen técnicas de estas áreas para la mejor resolución de problemas. Este trabajo se centra en la validación de la hipótesis de que es posible mejorar los resultados de algoritmos de aprendizaje automático en dominios estructurados mediante la aplicación de técnicas de minería de patrones y minería de procesos. Se entienden por dominios estructurados aquellos en los que la representación del conocimiento no sólo incluye un conjunto de conceptos que lo definen, sino también relaciones entre dichos conceptos. Mediante la minería de patrones se obtienen representaciones abstractas y compactas del conocimiento del dominio, que pueden ser útiles para la representación de sus características locales. Utilizando técnicas de minería de procesos se consiguen modelos globales de la estructura del dominio, que tratan de representar en su conjunto el espacio de las funciones de aprendizaje. Se presentan en este trabajo marcos experimentales bajo los que se obtienen resultados para la validación de la hipótesis. Estos marcos experimentales incluyen entornos de experimentación controlada con datos sintéticos, así como validaciones mediante bolsas de datos reales.