Descubriendo Variables Relevantes y Reglas de Decisión: Una Aplicación al Conocimiento Botánico

Abstract

The ability to learn in an uncertain or unknown environment is an essential component of intelligent and artificial systems and is crucial to its functioning. This paper focuses on proposing alternatives in the automation of the knowledge discovery process. The Modeling phase of CRISP-DM methodology is incorporated into two steps: one to reduce the number of relevant variables and the second to discover rules automatically, in this case using decision trees. So, CRISP-DM is adapted to methodologically guide the inferencial process. The proposal is validated in the process of botanical identification, and the results obtained in the simulation are justified by corroborating the predictive goodness of these methods, both in the process of reducing variables and by simulating the expert in taxonomic identification. Finally, some conclusions and relationships with the contexts of discovery and validation of the scientific research process are exposed.


La habilidad de aprender en un ambiente desconocido o incierto es un componente esencial de un sistema inteligente y es crucial para su funcionamiento. El objetivo del estudio es proponer alternativas en la automatización del proceso de descubrimiento de conocimientos en la fase de Modelado de la metodología CRISP-DM en la cual se incorporan dos pasos: uno para reducir el número de variablesrelevantes y elsegundo para descubrir automáticamente las reglas, en este caso usando Árboles de Decisión. Se adapta CRISP-DM para guiar metodológicamente el proceso inferencial. La propuesta se valida en el proceso de identificación botánica y los resultados obtenidos en la simulación se justifican corroborando la bondad predictiva de estos métodos tanto en el proceso de reducción de variables como al simular al experto en la identificación taxonómica. Finalmente se exponen las conclusiones y algunas relaciones entre los contextos de descubrimiento y validación del proceso científico de identificación.