Nuevas propuestas en el ámbito de los Algoritmos Genéticos Distribuidos para la Extracción de Reglas Clasificación

Esta investigacion parte de la combinacion de los modelos geneticos distribuidos con los modelos de geneticos aprendizaje de reglas para conseguir un modelo de aprendizaje distribuido escalable y flexible frente a conjuntos de datos no balanceados. Se ha desarrollado un nuevo algoritmo denominado EDGAR (Efficient Distributed Genetic Algorithm for Rule Extraction). Este Algoritmo genera clasificadores basados en reglas de alta calidad en precision y tamano. EDGAR combina la distribucion de datos con modelos geneticos distribuidos para resolver problemas de alta cardinalidad y clases no balanceadas con resultados competitivos en el ambito de los algoritmos geneticos de aprendizaje supervisado para la clasificacion. Se han desarrollado mejoras especificas que permite el tratamiento directo de los conjuntos de datos con desbalanceo de clases y atributos numericos continuos.