-
Notifications
You must be signed in to change notification settings - Fork 1
/
machinelearning.html
1214 lines (677 loc) · 30.2 KB
/
machinelearning.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html lang="" xml:lang="">
<head>
<title>Aprendizaje automático</title>
<meta charset="utf-8" />
<meta name="author" content="Rocío Joo" />
<script src="libs/header-attrs/header-attrs.js"></script>
<link href="libs/remark-css/chocolate-fonts.css" rel="stylesheet" />
<link href="libs/remark-css/default.css" rel="stylesheet" />
<link rel="stylesheet" href="xaringan-themer.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle, inverse, title-slide
# Aprendizaje automático
### Rocío Joo
### Abril 2021
---
# Aprendizaje automático e Inteligencia artificial
--
<img src="./img/ML-AI.png" title="black box, futurama robot, rabbit in a hat" alt="black box, futurama robot, rabbit in a hat" width="90%" style="display: block; margin: auto;" />
.center[Caja negra de tecnología sofisticada + magia]
---
# Aprendizaje automático e Inteligencia artificial
<img src="./img/openbox1.png" title="open box" alt="open box" width="80%" style="display: block; margin: auto;" />
.center[Abriremos la caja negra]
---
# Aprendizaje automático e Inteligencia artificial
<img src="./img/openbox2.png" title="rabbit magic trick" alt="rabbit magic trick" width="77%" style="display: block; margin: auto;" />
.center[Encontraremos algoritmos para optimizar resultados.]
.center[Y podremos realizar los trucos de magia.]
---
# Aprendizaje automático e Inteligencia artificial
Plan del módulo:
1. Conceptos de aprendizaje automático e inteligencia artificial
--
2. Tipos de aprendizaje automático
--
3. Clasificación y regresión en aprendizaje supervisado
--
4. Árboles de decisión y bosques aleatorios
--
5. Entrenamiento y test
--
6. Medidas de desempeño del modelo
--
7. Herramientas para interpretar el modelo
--
8. Paquetes de R
--
9. Ética
---
# Aprendizaje automático e Inteligencia artificial
<img src="./img/ai-ml-scheme1.png" title="definiciones de AI y ML" alt="definiciones de AI y ML" width="80%" style="display: block; margin: auto;" />
Modificado de [https://www.edureka.co/blog/](https://www.edureka.co/blog/ai-vs-machine-learning-vs-deep-learning/)
---
# Aprendizaje automático e Inteligencia artificial
<img src="./img/ai-ml-scheme2.png" title="definiciones de AI y ML" alt="definiciones de AI y ML" width="80%" style="display: block; margin: auto;" />
Modificado de [https://www.edureka.co/blog/](https://www.edureka.co/blog/ai-vs-machine-learning-vs-deep-learning/)
---
# Aprendizaje automático e Inteligencia artificial
<img src="./img/ai-ml-scheme3.png" title="definiciones de AI y ML" alt="definiciones de AI y ML" width="80%" style="display: block; margin: auto;" />
Modificado de [https://www.edureka.co/blog/](https://www.edureka.co/blog/ai-vs-machine-learning-vs-deep-learning/)
---
<img src="./img/ml.jpeg" title="meme de estadistica y ml" alt="meme de estadistica y ml" width="60%" style="display: block; margin: auto;" />
.center[Comic original de [sandserif](https://www.instagram.com/sandserifcomics/)]
Es un poco más complicado que eso.
---
# Aprendizaje automático
.pull-left[
Tipos:
* Aprendizaje supervisado
* Aprendizaje no supervisado
* Aprendizaje semi-supervisado
* Aprendizaje por refuerzo
]
---
# Aprendizaje automático
.pull-left[
Tipos
* **Aprendizaje supervisado**
* Aprendizaje no supervisado
* Aprendizaje semi-supervisado
* Aprendizaje por refuerzo
]
.pull-right[
<img src="./img/test.jpeg" title="aprendizaje supervisado: test de respuesta multiple" alt="aprendizaje supervisado: test de respuesta multiple" width="70%" style="display: block; margin: auto;" />
Imagen de [ivywise.com](https://www.ivywise.com/ivywise-knowledgebase/resources/article/spring-standardized-testing-advice-for-sophomores-and-juniors/)
]
---
# Aprendizaje automático
* **Aprendizaje supervisado**
<img src="./img/Korpela.png" title="figura del paper de Korpela" alt="figura del paper de Korpela" width="70%" style="display: block; margin: auto;" />
[Korpela et al. 2020](https://www.nature.com/articles/s42003-020-01356-8)
---
# Aprendizaje automático
* **Aprendizaje no supervisado**
<img src="./img/unsupervised.png" title="aprendiza no supervisado" alt="aprendiza no supervisado" width="70%" style="display: block; margin: auto;" />
Imagen de [learn.g2.com](https://learn.g2.com/supervised-vs-unsupervised-learning)
---
# Aprendizaje automático
* **Aprendizaje no supervisado**
<img src="./img/Joo2014a.jpg" title="imagen del paper Joo et al 2014" alt="imagen del paper Joo et al 2014" width="60%" style="display: block; margin: auto;" />
[Joo et al. 2014](https://www.sciencedirect.com/science/article/pii/S0079661114001323)
---
# Aprendizaje automático
* **Aprendizaje no supervisado**
<img src="./img/Joo2014c.jpg" title="imagen del paper Joo et al 2014" alt="imagen del paper Joo et al 2014" width="100%" style="display: block; margin: auto;" />
[Joo et al. 2014](https://www.sciencedirect.com/science/article/pii/S0079661114001323)
---
# Aprendizaje automático
* **Aprendizaje semi-supervisado**
<img src="./img/semisupervised.jpeg" title="aprendizaje semisupervisado" alt="aprendizaje semisupervisado" width="60%" style="display: block; margin: auto;" />
Imagen de [digitalvidya.com](https://www.digitalvidya.com/blog/semi-supervised-learning/)
---
# Aprendizaje automático
* **Aprendizaje semi-supervisado**
<img src="./img/pnas_Methods_infographic.png" title="infografia del paper PNAS forced labor" alt="infografia del paper PNAS forced labor" width="55%" style="display: block; margin: auto;" />
[McDonald et al. 2021](https://www.pnas.org/content/118/3/e2016238117)
---
# Aprendizaje automático
* **Aprendizaje por refuerzo**
<img src="./img/reinforcement.png" title="reinforcement learning mario bros" alt="reinforcement learning mario bros" width="90%" style="display: block; margin: auto;" />
Imagen de [freecodecamp.com](https://www.freecodecamp.org/news/a-brief-introduction-to-reinforcement-learning-7799af5840db/)
---
# Aprendizaje automático
* **Aprendizaje por refuerzo**
<img src="./img/abm.png" title="fig de Lett 2008" alt="fig de Lett 2008" width="85%" style="display: block; margin: auto;" />
[Lett and Mirabet 2008](http://www.scielo.org.za/pdf/sajs/v104n5-6/a0910406.pdf)
---
# Aprendizaje supervisado: clasificación y regresión
--
Objetivo: Ajustar un modelo que relacione la variable respuesta con las variables predictoras.
* Clasificación:
* La variable respuesta es categórica (i.e. definida por un número finito de clases)
* El desempeño del modelo se mide contando clasificaciones correctas/incorrectas
* Ejm. predicción de presencia de plantas invasivas a partir de distancia a caminos urbanos
([Cutler et al. 2007](https://pubmed.ncbi.nlm.nih.gov/18051647/))
o identificar operaciones de pesca a partir de posiciones GPS de embarcaciones ([Joo et al. 2011](https://www.sciencedirect.com/science/article/pii/S0304380010004539?via%3Dihub))
---
# Aprendizaje supervisado: clasificación y regresión
* Regresión:
* La variable respuesta es continua (generalmente)
* El desempeño del modelo se mide sobre cuán lejano/cercano es el valor predicho respecto al real
* Ejm. predicción de mortalidad de especies bentónicas en colonias utilizando temperatura
([Crisci et al. 2012](https://www.sciencedirect.com/science/article/pii/S0304380012001081?via%3Dihub))
o del flujo de carbono en bosques a partir de diferentes condiciones climáticas espacio-temporales
([Liu et al. 2018](https://cdnsciencepub.com/doi/abs/10.1139/er-2018-0034))
---
# Aprendizaje supervisado: métodos
--
.pull-left[
Algunos de los métodos más comunes:
* **Random forests o bosques aleatorios**
* Neural networks o redes neuronales
* Support vector machines o máquinas de vector soporte
]
.pull-right[
<img src="./img/classif_tree.png" title="classif_tree" alt="classif_tree" width="100%" style="display: block; margin: auto;" />
]
---
# Aprendizaje supervisado: métodos
.pull-left[
Algunos de los métodos más comunes:
* Random forests o bosques aleatorios
* **Neural networks o redes neuronales**
* Support vector machines o máquinas de vector soporte
]
.pull-right[
<img src="./img/ann.png" title="ann" alt="ann" width="100%" style="display: block; margin: auto;" />
]
---
# Aprendizaje supervisado: métodos
.pull-left[
Algunos de los métodos más comunes:
* Random forests o bosques aleatorios
* Neural networks o redes neuronales
* **Support vector machines o máquinas de vector soporte**
]
.pull-right[
<img src="./img/svm2.png" title="svm" alt="svm" width="100%" style="display: block; margin: auto;" />
]
--
En las refs, artículos de revisión de aplicaciones.
---
# Aprendizaje supervisado: métodos
.pull-left[
Algunos de los métodos más comunes:
* **Random forests o bosques aleatorios**
* Neural networks o redes neuronales
* Support vector machines o máquinas de vector soporte
]
---
# Aprendizaje supervisado: bosques aleatorios
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="50%" style="display: block; margin: auto;" />
(Imagen de [dataversity.net](https://www.dataversity.net/from-a-single-decision-tree-to-a-random-forest/))
---
# Aprendizaje supervisado: árboles de decisión
<img src="./img/decision-tree.png" title="decision tree" alt="decision tree" width="50%" style="display: block; margin: auto;" />
(Imagen de [dataversity.net](https://www.dataversity.net/from-a-single-decision-tree-to-a-random-forest/))
---
# Aprendizaje supervisado: árboles de decisión
Ejemplo de árbol de clasificación
<img src="./img/clas_tree.png" title="classification tree example" alt="classification tree example" width="80%" style="display: block; margin: auto;" />
Imagen tomada de [medium](https://medium.datadriveninvestor.com/decision-trees-lesson-101-f00dad6cba21)
---
# Aprendizaje supervisado: árboles de decisión
Ejemplo de árbol de regresión
<img src="./img/regression_tree.png" title="regression tree example" alt="regression tree example" width="39%" style="display: block; margin: auto;" />
---
# Aprendizaje supervisado: árboles de decisión
.pull-left[
<img src="./img/decision-tree.png" title="decision tree" alt="decision tree" width="100%" style="display: block; margin: auto;" />
]
--
.pull-right[
Árboles de decisión:
* Modelo no lineal
]
---
# Aprendizaje supervisado: árboles de decisión
.pull-left[
<img src="./img/decision-tree.png" title="decision tree" alt="decision tree" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
Árboles de decisión:
* Modelo no lineal
* Estructura tipo diagrama de flujo
]
---
# Aprendizaje supervisado: árboles de decisión
.pull-left[
<img src="./img/decision-tree.png" title="decision tree" alt="decision tree" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
Árboles de decisión:
* Modelo no lineal
* Estructura tipo diagrama de flujo
* Compuesto de nodos y ramas
]
---
# Aprendizaje supervisado: árboles de decisión
.pull-left[
<img src="./img/decision-tree.png" title="decision tree" alt="decision tree" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
Árboles de decisión:
* Modelo no lineal
* Estructura tipo diagrama de flujo
* Compuesto de nodos y ramas
* Usa reglas binarias en cada nodo para separar individuos en ramas
]
---
# Aprendizaje supervisado: árboles de decisión
.pull-left[
<img src="./img/decision-tree.png" title="decision tree" alt="decision tree" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
Árboles de decisión:
* Modelo no lineal
* Estructura tipo diagrama de flujo
* Compuesto de nodos y ramas
* Usa reglas binarias en cada nodo para separar individuos en ramas
* Los nodos finales tienen una composición más homogénea respecto a la variable respuesta.
]
---
# Aprendizaje supervisado: árboles de decisión
.pull-left[
<img src="./img/decision-tree.png" title="decision tree" alt="decision tree" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
El modelo debe determinar:
* ¿Qué variable usar para partir en ramas?
* ¿Cuál es el valor del corte?
* ¿Cuándo parar de dividir en ramas?
* ¿Qué valor de la variable respuesta para nodos terminales?
]
---
# Aprendizaje supervisado: árboles de decisión
Parámetros que podemos definir:
* Criterio para particionar:
En general, minimizando la impureza de los nodos.
* En clasificación:
* Coeficiente de Gini
* Entropía
* En regresión:
* Diferencia de suma de cuadrados (del nodo padre respecto a los hijos)
---
# Aprendizaje supervisado: árboles de decisión
Parámetros que podemos definir:
* Gradiente de impureza
* Mínimo número de observaciones por nodo
* Profundidad máxima de los nodos terminales
--
¿Por qué los últimos dos?
<img src="./img/overfitting.png" title="overfitting" alt="overfitting" width="70%" style="display: block; margin: auto;" />
---
# Aprendizaje supervisado: bosques aleatorios
.pull-left[
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="100%" style="display: block; margin: auto;" />
]
---
# Aprendizaje supervisado: bosques aleatorios
.pull-left[
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
De árbol a bosque aleatorio:
]
---
# Aprendizaje supervisado: bosques aleatorios
.pull-left[
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
De árbol a bosque aleatorio:
* Bosque compuesto por un conjunto de árboles
]
---
# Aprendizaje supervisado: bosques aleatorios
.pull-left[
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
De árbol a bosque aleatorio:
* Bosque compuesto por un conjunto de árboles
* Para cada árbol se usa un boostrap de los datos
]
---
# Aprendizaje supervisado: bosques aleatorios
.pull-left[
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
De árbol a bosque aleatorio:
* Bosque compuesto por un conjunto de árboles
* Para cada árbol se usa un boostrap de los datos
* Para particionar en ramas se puede usar más de una variable a la vez
]
---
# Aprendizaje supervisado: bosques aleatorios
.pull-left[
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
De árbol a bosque aleatorio:
* Bosque compuesto por un conjunto de árboles
* Para cada árbol se usa un boostrap de los datos
* Para particionar en ramas se puede usar más de una variable a la vez
* Para la predicción final se promedia las predicciones de cada árbol
]
---
# Aprendizaje supervisado: bosques aleatorios
.pull-left[
<img src="./img/rf.png" title="rf as a set of trees" alt="rf as a set of trees" width="100%" style="display: block; margin: auto;" />
]
.pull-right[
Parámetros que podemos definir:
* Número de árboles en el bosque
* Número de variables a seleccionar para particionar desde cada nodo
* Parámetros de árboles de decisión (e.g. criterio para particionar,
tamaño de nodos, profundidad de nodos terminales)
]
---
# Aprendizaje supervisado: entrenamiento y test
Para medir la performance del modelo, utilizamos parte de los datos para entrenarlo (training), y otra parte para evaluarlo (test).
<img src="./img/train-test.png" title="scheme: training and test" alt="scheme: training and test" width="100%" style="display: block; margin: auto;" />
Imagen de [EpochFail en wikipedia](https://commons.wikimedia.org/wiki/File:Supervised_machine_learning_in_a_nutshell.svg)
---
# Aprendizaje supervisado: entrenamiento y test
Se pueden hacer múltiples y diferentes particiones en entrenamiento y test.
Ejm: K-fold validation
<img src="./img/cv.png" title="K-fold validation" alt="K-fold validation" width="55%" style="display: block; margin: auto;" />
Imagen de [scikit-learn.org](https://scikit-learn.org/stable/modules/cross_validation.html)
---
# Aprendizaje supervisado: entrenamiento y test
Se pueden hacer múltiples y diferentes particiones en entrenamiento y test.
Ejm: Bootstrapping
<img src="./img/bootstrap.png" title="Bootstrapping" alt="Bootstrapping" width="70%" style="display: block; margin: auto;" />
Imagen de [uwesterr.de](http://machinelearningintro.uwesterr.de/MlAlgoTrees.html)
---
# Aprendizaje supervisado: medidas de desempeño
Ya tenemos un plan para entrenar y evaluar el modelo.
¿Cómo evaluarlo? Métricas sobre los resultados de predicción.
--
En regresión:
* Raíz del error cuadrático medio
`$$\sqrt{\sum_i^n{(\hat{y_i} - y_i)^2} /n}$$`
* Error absoluto medio
`$$\sum_i^n{|\hat{y_i} - {y_i}|} /n$$`
---
# Aprendizaje supervisado: medidas de desempeño
En clasificación:
Asumiendo dos clases: condición positiva y negativa (e.g. covid).
Matriz de confusión:
| Real + | Real -
--------|--------|---------
Pred + | Positivos verdaderos (PV) | Positivos falsos (PF)
Pred - | Negativos falsos (NF) | Negativos verdaderos (NV)
--
* Accuracy o **Exactitud**: (de 0 a 1)
`$$\frac{PV + NV}{PV + NF + PF + NV}$$`
¿Cuánto corresponde lo predicho con lo real?
---
# Aprendizaje supervisado: medidas de desempeño
En clasificación:
Asumiendo dos clases: condición positiva y negativa (e.g. covid).
Matriz de confusión:
| Real + | Real -
--------|--------|---------
Pred + | Positivos verdaderos (PV) | Positivos falsos (PF)
Pred - | Negativos falsos (NF) | Negativos verdaderos (NV)
* Sensitivity/recall/hit rate/true positive rate o **Sensibilidad**: (de 0 a 1)
`$$\frac{PV}{PV + NF}$$`
De los positivos reales, ¿cuántos son correctamente predichos por el modelo?
---
# Aprendizaje supervisado: medidas de desempeño
En clasificación:
Asumiendo dos clases: condición positiva y negativa (e.g. covid).
Matriz de confusión:
| Real + | Real -
--------|--------|---------
Pred + | Positivos verdaderos (PV) | Positivos falsos (PF)
Pred - | Negativos falsos (NF) | Negativos verdaderos (NV)
* Specificity/selectivity/true negative rate o **Especificidad**: (de 0 a 1)
`$$\frac{NV}{NV + PF}$$`
De los negativos reales, ¿cuántos son correctamente predichos por el modelo?
---
# Aprendizaje supervisado: medidas de desempeño
En clasificación:
Asumiendo dos clases: condición positiva y negativa (e.g. covid).
Matriz de confusión:
| Real + | Real -
--------|--------|---------
Pred + | Positivos verdaderos (PV) | Positivos falsos (PF)
Pred - | Negativos falsos (NF) | Negativos verdaderos (NV)
* Precision/positive predictive value o **Precisión**: (de 0 a 1)
`$$\frac{PV}{PV + PF}$$`
De los positivos que predecimos, ¿cuántos son verdaderos?
---
# Aprendizaje supervisado: medidas de desempeño
En clasificación:
.pull-left[
* Exactitud `$$\frac{PV + NV}{PV + NF + PF + NV}$$`
* Sensibilidad `$$\frac{PV}{PV + NF}$$`
]
.pull-right[
* Especificidad `$$\frac{NV}{NV + PF}$$`
* Precisión `$$\frac{PV}{PV + PF}$$`
]
¿Cuál escoger? En la práctica, es difícil que todo sea perfecto.
---
# Aprendizaje supervisado: medidas de desempeño
En clasificación:
.pull-left[
* Exactitud `$$\frac{PV + NV}{PV + NF + PF + NV}$$`
* Sensibilidad `$$\frac{PV}{PV + NF}$$`
]
.pull-right[
* Especificidad `$$\frac{NV}{NV + PF}$$`
* Precisión `$$\frac{PV}{PV + PF}$$`
]
* F1: media harmónica de precisión y sensibilidad
`$$2 \times \frac{\text{Precision} \times \text{Sensibilidad}}{\text{Precision} + \text{Sensibilidad}} = \frac{2 \times PV}{2\times PV + PF + NF}$$`
---
# Aprendizaje supervisado: medidas de desempeño
* AUC: Area under the curve o área bajo la curva ROC.
<img src="./img/ROC_space.png" title="ROC space example" alt="ROC space example" width="40%" style="display: block; margin: auto;" />
Imagen de [Indon en wikipedia](https://commons.wikimedia.org/wiki/File:ROC_space.png)
---
# Aprendizaje supervisado: medidas de desempeño
* Utilizando umbrales de clasificación, se pueden construir curvas ROC
* El área bajo la curva se puede usar para comparar modelos
<img src="./img/sensitivity_specificity_classifier_curves.jpg" title="ROC curve example" alt="ROC curve example" width="48%" style="display: block; margin: auto;" />
Imagen de [datacadamia.com](https://datacadamia.com/_detail/data_mining/sensitivity_specificity_classifier_curves.jpg?id=data_mining%3Aroc)
---
# Aprendizaje supervisado: interpretando el modelo
--
Contribución de las variables al modelo o importancia de variables:
* La importancia de cada variable es calculada independientemente.
--
* Una variable es importante si ignorándola se pierde en exactitud o en homogeneidad de los nodos terminales.
--
* Para calcular la importancia de una variable por permutación,
se compara la exactitud en la predicción
entre el modelo ajustado de manera normal, y uno en el que los valores de la variable fueron permutados.
---
# Aprendizaje supervisado: interpretando el modelo
Importancia de variables:
Ejemplo: prediciendo el valor monetario de jugadores FIFA.
<img src="./img/08-interpretation-dalex-011-1.png" title="Permutation importance FIFA example" alt="Permutation importance FIFA example" width="70%" style="display: block; margin: auto;" />
Datos de [sofifa.com](https://sofifa.com/), cálculos e imagen de [DALEX](https://mlr3book.mlr-org.com/dalex.html)
---
# Aprendizaje supervisado: interpretando el modelo
La importancia no dice nada sobre la forma de la relación entre las variables predictoras y la variable a predecir.
--
Gráfico de dependencia parcial:
* Muestra el efecto marginal de una variable predictora en la predicción,
asumiendo valores promedios de las otras.
* Puede mostrar si la relación es lineal, monotónica o más compleja.
---
# Aprendizaje supervisado: interpretando el modelo
Gráfico de dependencia parcial del ejemplo FIFA
<img src="./img/08-interpretation-dalex-013-1.png" title="Parcial dependence plot FIFA example" alt="Parcial dependence plot FIFA example" width="80%" style="display: block; margin: auto;" />
Imagen de [DALEX](https://mlr3book.mlr-org.com/dalex.html)
---
# Aprendizaje automático en R
* Una visita al universo de [machine learning en R](https://cran.r-project.org/web/views/MachineLearning.html).
<img src="./img/packages.jpeg" title="packages" alt="packages" width="80%" style="display: block; margin: auto;" />