Lecture

Los modelos inductivos se pueden usar en la siguientes
áreas de conocimiento:

* Predicción de procesos complejos
* Identificación estructural y paramétrica
* Compresión de datos (vía aproximación óptima)
* Reconocimiento de patrones y clasificación (aprendizaje
supervisado)
* Agrupamiento de datos (aprendizaje no supervisado)
* Aprendizaje automático (minería de datos, descubrimiento
del conocimiento).
* Generación/predicción del lenguaje

En concreto, nos va a hablar del Group Method of Data
Handling (GMDH), un modelo inductivo predictivo que se
aplica a muchas tareas de PLN, clasificación y de soporte
de decisiones. Este modelo es capaz de incorporar otros
mecanismos de clasificación (k-vecinos, bayes, svm, redes
neuronales, etc.) dentro del modelo inductivo.

En la URL para más información he puesto el enlace a las
trasparencias por si alguien quiere saber algo más sobre
este modelo.

SOBRE EL PROFESOR MIKHAIL ALEXANDROV:

Mikhail Alexandrov, M.Sc. in Radioengineering, M.Sc. and
Ph.D. in Applied Mathematics (geophysics). Professor of
the Russian Presidential Academy of national economy and
public administration (department of system analysis
and informatics). Invited professor of the Autonomous
University of Barcelona (master program on computational
linguistics). Recent positions: NLP laboratory of
the Center for Computing Research of the National
Polytechnic Institute of Mexico (1997-2004), grants of the
Polytechnic University of Valencia and   the Autonomous
University of Barcelona (2004-2009), since 2009 Mikhail
Alexandrov works in Russia and Spain. During the spring
2012 he were working in Peru at the company Telefonica
(WAYRA-Peru). Research interests: data mining and text
mining, mathematical modeling in natural-scientific and
humanitarian applications.