Español
English
Français
Italiano
Português
Русский
El miércoles 30 de setiembre, a las 14 horas, se llevará a cabo el seminario titulado Algunos métodos para el tratamiento de datos desbalanceados: aplicaciones en ecología y calidad de agua, a cargo de Mathias Bourel del Instituto de Estadística (IESTA) de la FCEA.
La actividad se llevará a cabo en modalidad presencial en el salón 4 de la FCEA. Como es habitual, se compartirá un café durante el encuentro.
Resumen
En ecología y en el monitoreo ambiental, los eventos de mayor interés —cianobacterias, episodios de contaminación de playa, brotes epidémicos— son, por su propia naturaleza, poco frecuentes. Esta escasez relativa genera conjuntos de datos fuertemente desbalanceados frente a los cuales los algoritmos de aprendizaje automático estándar, optimizados para minimizar una tasa de error global, tienden a ignorar sistemáticamente la clase minoritaria, la cual es la más relevante desde el punto de vista sanitario o ambiental.
En esta charla se presentan estrategias para abordar este problema, partiendo de los árboles de clasificación y regresión (CART) y sus combinaciones con Random Forest para el tratamiento de datos desbalanceados. Presentamos también SotoForest, un nuevo método que desarrollamos recientemente que aborda el desbalance de clases mediante una cascada de bosques aleatorios. Ilustramos estos procedimientos con dos aplicaciones reales para predecir la calidad del agua: la primera sobre la habilitación en playas de Montevideo en un proyecto de cooperación que tuvimos on la Intendencia de Montevideo, y la segunda para la detección de cianobacterias.
