En esta asignatura se aprenderá a analizar series temporales con el objeto de
predecir su comportamiento futuro. Para ello, se trabajará en aplicaciones
reales con series temporales de consumo de energía.
Además, se estudiarán los flujos de datos, conocidos como data streams, cuya
principal característica es que su análisis debe realizarse en tiempo real.
También se estudiará la clasificación multi-etiqueta, en la que los datos se
clasifican con varias etiquetas diferentes a la vez.
Por último, se estudiará la cuantificación para que sepas estimar la
distribución de las clases que contiene una muestra.
A9. Datos temporales y complejos
102472
2023-24
MÁSTER UNIVERSITARIO EN INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL
4,5
OPTATIVA
Anual
Castellano
Se pretende unir tanto los algoritmos de aprendizaje que usan como entradas
tipos de datos estructurados (como los grafos y las series temporales que
serían un caso particular) y aquellos algoritmos que aprender funciones cuya
salida son tipos de datos estructurados.
Datos temporales: Series temporales, Flujos de datos.
Aprendizaje parcialmente supervisado: semi-supervisado, etiquetado positivo,
multi-instancia.
Salidas estructuradas: multi-etiqueta, Aprendizaje con grafos, Conditional
Random Fields (CRF).
Módulo 1. Series temporales
Módulo 2. Data Streams
Módulo 3. Clasificación multi-etiquetas
Módulo 4. Cuantificación
Unidades
Tema 1. Introducción
Tema 2. Predicción de series temporales
Tema 3. Outliers
Tema 1. Introducción
Tema 2. Metodología
Tema 3. Minería de datos sobre data streams
Tema 1. Introducción
Tema 2. Algoritmos
Tema 3. Dependencias entre etiquetas
Tema 1. Introducción
Tema 2. Algoritmos
CG1 - Entender los conceptos, los métodos y las aplicaciones de la
inteligencia artificial.
CG2 - Evaluar nuevas herramientas computacionales y de gestión del
conocimiento en el ámbito de la Inteligencia Artificial.
CG3 - Gestionar de manera inteligente los datos, la información y su
representación.
CE2 - Aplicar las técnicas de aprendizaje automático utilizando la metodología
de validación y presentación de resultados más apropiada en cada caso.
CE5 - Analizar las fuentes documentales propias del ámbito de la investigación
en Inteligencia Artificial para poder determinar cuáles de ellas son
relevantes en la resolución de problemas concretos.
A1 - Sesiones presenciales virtuales (clases en vídeo): visionado
inicial del material audiovisual que constituye las lecciones de la
asignatura. Se asume 2 veces el tiempo real de vídeo, puesto que el estudiante
deberá parar, repetir, etc. algunas secuencias (10 horas).
A2 - Trabajos individuales: realización de tests, realización de
ejercicios, realización de un trabajo de investigación y realización de un
examen oral (30,5 horas).
A3 - Trabajo autónomo: estudio del material básico, lecturas
complementarias y otros contenidos (60 horas).
A4 - Foros y chats: lanzamiento, lectura y contestación de cuestiones y
temas para la discusión general (6 horas).
A5 - Tutorías: consultas y resolución de dudas, aclaraciones, etc.
(6 horas).
Puede consultar en este enlace el Cronograma
de Carga de Trabajo.
La evaluación de la asignatura se basará principalmente en los conocimientos
teóricos adquiridos a través de los videos y transparencias, así como en los
conocimientos prácticos obtenidos a través de la realización de un trabajo de
investigación relacionado con uno de los temas de la asignatura.
La nota final, entre 0 y 10 puntos, se calculará teniendo en cuenta tres
actividades evaluables:
E1 - Valoración de los cuestionarios de evaluación (30% de la
calificación). Cada uno de los temas de la asignatura tendrá varias pruebas
tipo test que deberán ser realizadas por los estudiantes tras el estudio de
los temas. Cada test será evaluado de 0 a 10 puntos y el estudiante dispondrá
de dos intentos para realizarlos. La nota final de cada test será la nota
media de los dos intentos.
E2 - Valoración de la participación en foros y chats (10% de
la calificación). Se valorará el nivel de participación/debate de los
estudiantes que contará para la nota final.
E3 - Valoración de los trabajos individuales (60% de la
calificación). Un examen oral (15% de la calificación) y un trabajo de
investigación (45% de la calificación). Se realizará un examen oral, de unos
10 minutos de duración vía Skype o tecnología similar, de los bloques
Multi-etiqueta y Cuantificación. En dicho examen se discutirán aspectos
teóricos fundamentales de los clasificadores multi-etiqueta y los algoritmos
de cuantificación. El objetivo es evaluar si el estudiante domina o no los
conceptos de dichos métodos de aprendizaje. Los profesores propondrán un
trabajo de investigación para cada uno de los bloques Series Temporales y
Aprendizaje en Flujos de Datos. El estudiante deberá elegir un trabajo de
entre los dos propuestos. El trabajo debe hacerse de forma individual y se
entregará a través de la plataforma de docencia online en el plazo establecido
según el calendario del máster.
Para la convocatoria ordinaria, habrá 3 fechas de entrega de trabajos
final de curso. Los alumnos podrán entregar sus trabajos en cualquier momento,
pero sólo en estas fechas se recogerán y evaluarán los que se hayan entregado.
Las fechas serán:
• 13/01/23
Habrá una convocatoria extraordinaria en todas las asignaturas.
Para su evaluación, la fecha límite para la entrega de trabajos será:
• 14/07/23
Las actas de la convocatoria ordinaria se cerrarán en julio de 2023 y las de
la convocatoria extraordinaria en septiembre de 2023.
• 17/03/23
• 31/05/23
Todas las asignaturas estarán en la plataforma a disposición de los
estudiantes desde octubre hasta julio.
Ian H. Witten and Eibe Frank. Data Mining: Practical Machine Learning Tools
and Techniques Morgan Kaufmann, June 2005.
G. Box, G. M. Jenkins, G. Reinsel. Analysis Time Series: Forecasting and
Control. John Wiley and Sons, 2008.
Alicia Troncoso Lora et al. Electricity Market Price Forecasting Based on
Weighted Nearest Neighbors Techniques. IEEE Transactions on Power Systems,
Vol. 22, No. 3, pp. 1294-1301, 2007.
Francisco Martinez-Alvarez, Alicia Troncoso et al. Energy time series
forecasting based on pattern sequence similarity. IEEE Transactions on
Knowledge and Data Engineering, 2011.
F. Martínez-Álvarez, Alicia Troncoso Lora, José C. Riquelme, J. S.
Aguilar-Ruíz. Discovery of Motifs for Forecast Outlier Occurrence in Time
Series. Pattern Recognition Letters, Vol. 32, pp. 1652–1665, 2011.
S. Gelper, R. Fried, and C. Croux. Robust forecasting with exponential and
holt-winters smoothing. Journal of Forecasting, 29:285–300, 2010.
F. Martínez-Álvarez, A. Troncoso, G. Asencio-Cortés, J. C. Riquelme. A Survey
on Data Mining Techniques Applied To Electricity-Related Time Series
Forecasting. Energies, Vol. 8, no. 11, pp. 13162-13193, 2015.
Charu C. Aggarwal (Ed) Data Streams: Models and Algorithms. Springer, 2007.
Enlace web: http://charuaggarwal.net/streambook.pdf
Joao Gama. Knowledge Discovery from Data Streams. Chapman and Hall/CRC, 2010.
Enlace web: www.liaad.up.pt/area/jgama/DataStreamsCRC.pdf
Joao Gama et al. A Survey on Concept Drift Adaptation, ACM Computing Surveys,
Vol. 1, No. 1, Article 1, 2013.
Joao Gama, A survey on learning from data streams: current and future trends.
Progress in Artificial Intelligence, Volume 1, Issue 1, pp 45–55, 2012.
Jure Leskovec, Anand Rajaraman, Jeff Ullman. Mining of Massive Datasets.
Cambridge University Press, 2013. Enlace web: http://www.mmds.org/#ver21
Albert Bifet, Geoff Holmes, Richard Kirkby and Bernhard Pfahringer. Data
Streams Mining: A Practical Approach, University of Waikato, 2011.
MOA (Massive Online Analysis) http://moa.cms.waikato.ac.nz/
K. Dembczynski, W. Waegeman, W. Cheng, E. Hüllermeier, On label dependence and
loss minimization in multi-label classification, Machine Learning 88, pp.
5–45. 2012.
K. Dembczynski, W. Cheng, E. Hüllermeier, Bayes Optimal Multilabel
Classification via Probabilistic Classifier Chains, in: ICML, 2010, pp.
279–286. 2010.
E. Gibaja, S. Ventura, Multilabel learning: a review of the state of the art
and on going research,Wiley Interdisciplinary Reviews: Data Mining and
Knowledge Discovery, vol. 4, no. 6, pp. 411–444, 2014.
F. Herrera, F. Charte, A.J. Rivera, A.J., M.J. del Jesus, Multilabel
Classification: Problem Analysis, Metrics and Techniques. Springer. 2016.
O. Luaces, J. Díez, J. Barranquero, J. J. del Coz, A. Bahamonde, Binary
relevance efficacy for multilabel classification, Progress in Artificial
Intelligence 4, pp. 303–313. 2012.
G. Madjarov, D. Kocev, D. Gjorgjevikj, S. Dzeroski, An extensive experimental
comparison of methods for multi-label learning, Pattern Recognition 45, pp.
3084–3104. 2012.
E. Montañés, R. Senge, J. Barranquero, J. R. Quevedo, J. J. del Coz, and E.
Hüllermeier, Dependent binary relevance models for multi-label classification,
Pattern Recognition, vol. 47, no. 3, pp. 1494 – 1508, 2014.
G. Tsoumakas, I. Katakis, I. Vlahavas, Mining multi-label data, in: Data
Mining and Knowledge Discovery Handbook, pp. 667-685. Springer US, 2009.
G. Tsoumakas, I. Vlahavas, Random k-Labelsets: An Ensemble Method for
Multilabel Classification, in: ECML/PKDD’07, LNCS, Springer, 2007, pp. 406–417.
J. Read, B. Pfahringer, G. Holmes, E. Frank, Classifier chains for multi-label
classification, Machine Learning 85, pp. 333–359. 2011.
J. Barranquero, P. González, J. Díez, J. J. Del Coz, On the study of nearest
neighbor algorithms for prevalence estimation in binary problems, Pattern
Recognition 46 (2) pp. 472–482. 2013.
J. Barranquero, J. Díez, J. J. del Coz, Quantification-oriented learning based
on reliable classifiers, Pattern Recognition 48 (2) pp. 591–604. 2015.
A. Bella, C. Ferri, J. Hernández-Orallo, M. J. Ramirez-Quintana,
Quantification via probability estimators, in: IEEE International Conference
on Data Mining (ICDM’10), 737–742, 2010.
M.C. Du Plessis, M. Sugiyama, Class prior estimation from positive and
unlabeled data. IEICE Transactions on Information and Systems 97, 5 pp.
1358–1362. 2014.
Andrea Esuli, Fabrizio Sebastiani. 2015. Optimizing Text Quantifiers for
Multivariate Loss Functions. ACM Transactions on Knowledge Discovery Data 9, 4
27:1–27. 2015.
G. Forman, Quantifying counts and costs via classification, Data Mining and
Knowledge Discovery 17 (2) pp. 164–206. 2008.
W. Gao, F. Sebastiani, Tweet Sentiment: From Classification to Quantification,
in: Proceedings of the 2015 IEEE/ACM International Conference on Advances in
Social Networks Analysis and Mining 2015, ACM, 97–104, 2015.
V. González-Castro, R. Alaiz-Rodríguez, E. Alegre, Class Distribution
Estimation based on the Hellinger Distance, Information Sciences 218 (2013)
146–164.
D. J. Hopkins, G. King, A method of automated nonparametric content analysis
for social science. American Journal of Political Science 54, 1 pp. 229–247.
2010.
L. Milli, A. Monreale, G. Rossetti, F. Giannotti, D. Pedreschi, F. Sebastiani,
Quantification trees, in: IEEE International Conference on Data Mining
(ICDM’13), 528–536, 2013.
J. Moreno-Torres, T. Raeder, R. Alaiz-Rodríguez, N. Chawla, F. Herrera, A
unifying view on dataset shift in classification, Pattern Recognition 45 (1)
pp. 521–530. 2012.
P. Pérez-Gallego, J. R. Quevedo, J.J. del Coz, Using ensembles for problems
with characterizable changes in data distribution: A case study on
quantification. Information Fusion 34 pp. 87–100. 2017.
M. Saerens, P. Latinne, C. Decaestecker, Adjusting the outputs of a classifier
to new a priori probabilities: A simple procedure. Neural Computation 14, 1
pp. 21–41. 2002.
M. Sugiyama, T. Kanamori, T. Suzuki, M.C. du Plessis, S. Liu, I. Takeuchi,
Density-difference estimation. Neural Computation 25, 10 pp. 2734–2775. 2013.
G. I. Webb, R. Hyde, H. Cao, H. L. Nguyen, F. Petitjean, Characterizing
concept drift. Data Mining and Knowledge Discovery pp. 1–31. 2015.
Series Temporales
Data Streams - Flujos de datos
Multi-etiquetas
Cuantificación
Este documento puede utilizarse como documentación de referencia de esta asignatura para la solicitud de reconocimiento de créditos en otros estudios. Para su plena validez debe estar sellado por la Secretaría de Estudiantes UIMP.
Descripción no definida
Anual
Créditos ECTS: 4,5
Troncoso Lora, Alicia
Catedrática de Lenguajes y Sistemas Informáticos
Universidad Pablo de Olavide
Montañés Roces, Elena
Doctor Ingeniero en Informática
Titular de Universidad
Universidad de Oviedo
Riquelme Santos, José Cristóbal
Catedrático de Lenguajes y Sistemas Informáticos
Universidad de Sevilla