DE MACHINE LEARNING A DEEP LEARNING: UN MODELO PARA LA CLASIFICACI ¿ON M ¿ULTIPLE CON HERENCIA

Abstract

Las técnicas de big data pueden ayudar a potenciar los beneficios en empresas de venta al público. Para lograr este objetivo, es necesario contar con datos corporativos de alta calidad. Una gran empresa de retail española desea asignar jerarquías de categorías a los productos que no vende a través de su sitio web. Se propone el uso de modelos de inteligencia artificial supervisados para predecir esta información utilizando los datos del catálogo de productos de la web.

En primer lugar, se investiga el uso de modelos de aprendizaje automático para predecir la categoría menos profunda de la jerarquía. Se itera progresivamente sobre distintos modelos para encontrar la solución más óptima; al principio, árboles de decisión, y finalmente, máquinas de refuerzo de gradiente. A continuación, por decisión de la empresa, se desarrollan distintas metodologías para la predicción múltiple de categorías. Para ello, se reutilizan y transforman los resultados de los modelos anteriores con el fin de satisfacer este objetivo. Posteriormente, se estudia la posibilidad de escalar estos métodos hacia la clasificación de categorías más profundas.

Los modelos de aprendizaje automático se vuelven problemáticos cuando aumenta la complejidad de los datos; por tanto, no es posible continuar con su uso. Como consecuencia, se recurre a modelos de aprendizaje profundo más complejos. Se desarrollan múltiples implementaciones sobre estos modelos que permiten clasificar correctamente todos los niveles de categoría. Para cumplir con los objetivos del proyecto, se aborda el problema de la clasificación jerárquica. La sofisticación de los modelos de aprendizaje profundo permite transformar este problema en uno de clasificación simple, aplanando las combinaciones de categorías. Finalmente, con la meta de llevar el proyecto a producción, se replantean los datos de producto utilizados mediante análisis matemáticos de comparación de distribuciones. Una vez definidos los nuevos datos, se procede con el entrenamiento. Durante el proceso final de evaluación, se estudia la progresión y calidad de las predicciones, culminando con propuestas de mejora.