Los modelos tradicionales para el análisis de datos tabulares tienen limitaciones. Cómo resolverlas: convirtiendo una tabla en una verdadera red de nodos. Revive el webinar de Tamara Cucumides.
En el marco del Magíster en Ciencia de Datos de la UC, programa 100% online con clases en vivo, se realizó el webinar temático Grables: de tablas a grafos, a cargo de la profesora Tamara Cucumides, quien abordó las limitaciones de los modelos tradicionales para el análisis de datos tabulares y mostró cómo incorporar la estructura y relaciones presentes en las tablas dentro del proceso de modelación de datos, para mejorar los procesos de aprendizaje y predicción.
Tamara Cucumides es PhD (c) en Computer Science en la University of Antwerp, Bélgica, y egresada de la Escuela de Ingeniería UC. Es subdirectora y profesora del Magíster en Ciencia de Datos UC.
El webinar comenzó explicando que los modelos tradicionales sobre datos tabulares tienen como supuesto subyacente que los datos son independientes e idénticamente distribuidos (IID). Sin embargo, hay algunos que rompen el supuesto de la independencia: los datos agrupados, los transaccionales y los relacionales, altamente presentes en la industria y casos de uso reales.
Por ejemplo, al analizar datos transaccionales, una transacción es anómala en relación con una persona en particular, no a todas las transacciones que se están analizando. Y hay datos inherentemente relacionales, como las bases SQL, que rompen el supuesto de independencia.
Análisis de datos: cómo superar las limitantes
La pregunta que se plantea entonces es cómo superar esta limitante. Es decir, cómo modelar datos donde las conexiones entre muestras son relevantes.
La respuesta es agregando estructura para que la tabla deje de ser un conjunto de filas independientes e incorpore las relaciones existentes entre muestras. De allí nace, como un juego de palabras, el concepto de grables (en inglés graph + table). En otras palabras, transformar la tabla en un grafo, donde las filas se representan como nodos y se puede agregar aristar para modelar las interacciones entre ellas.
Luego de transformar una tabla en un grafo, es decir, construir nuestro Grable, ya es posible predecir lo que nos interesa a través de modelos que van más allá de los tradicionales. De plano podemos entrar al mundo del graph learning, cuyos modelos tienen precisamente la capacidad de explotar las conexiones entre los distintos nodos.
Un aspecto crucial es que el “constructor” (definido como el proceso que construye el grafo a partir de la tabla) que expone la estructura y el “predictor” (el modelo de graph learning utilizado sobre el grable), que la explota, sean coherentes porque juntos van a determinar qué puede aprender (y qué no) el modelo que estamos creando.
Luego de esta introducción conceptual, Tamara Cucumides se enfocó en las implicancias prácticas del modelo y en particular en las preguntas de por qué, cuándo y cómo usar grables, con ejemplos y una serie de recomendaciones como, por ejemplo, crear estos modelos de manera incremental probando opciones de estructuras y modelos predictores, y combinar modelos tradicionales y relacionales en determinados casos.
Los invitamos a ver el video completo del webinar de la cientista de datos Tamara Cucumides:
Magíster en Ciencia de Datos UC
El Magíster en Ciencia de Datos UC Chile aporta conocimientos y técnicas avanzadas de la ciencia de datos para su aplicación en la solución a problemas en la academia, industria y el Estado, en todas las áreas del quehacer.
Formato: 100% online, con clases en vivo vía streaming.
Duración: 2 años.
