Ciclo Autonómico de Análisis de Datos para el Diseño de Descriptores para Algoritmos de Aprendizaje Automático

Varios trabajos en la literatura han determinado que, para obtener buenos resultados con Algoritmos de Aprendizaje Automatico, se requieren excelentes descriptores del fenomeno estudiado. En particular, para el proceso de reconocimiento de patrones es importante tener buenos descriptores. En ese sentido, en este trabajo se propone un ciclo autonomico de tareas de Analitica de Datos (AdD) que faciliten la obtencion de descriptores para el proceso de reconocimiento de patrones. El ciclo autonomico provee las caracteristicas/descriptores ideales a ser usado por los Algoritmos de Aprendizaje Automatico en sus tareas de construccion de modelos de conocimiento (clasificadores, predictores, etc.). Los experimentos iniciales con el ciclo autonomico han mostrado resultados alentadores.