devobooster

Hace muchos años, comenzamos trabajando con paquetes de software pre-armados como IBM SPSS Modeler, WEKA y RapidMiner. Al dirigirse los últimos avances en dirección al código abierto en R y Python, nos obligamos a pasarnos a programar nuestro propio código utilizando paquetes de aprendizaje para estos lenguajes. Hoy, tomamos los algoritmos más avanzados del mercado y los modificamos con nuestro propio meta-algoritmo para obtener el mejor desempeño posible.

 

En síntesis, DEVOBOOSTER:

 

  1. Prepara y normaliza los datos de entrada con el fin de presentarlos de la forma más adecuada para cada algoritmo a evaluar.

  2. Con una eficiente optimización de parámetros, evalúa el desempeño en validación cruzada de 5 algoritmos de alto desempeño.

  3. Selecciona al modelo campeón y re-optimiza sus parámetros con una búsqueda exhaustiva.

  4. En función del modelo obtenido, genera nuevas variables predictivas para sortear limitaciones teóricas del algoritmo.

  5. De haber sido necesario un muestreo, ejecuta el algoritmo en el resto de las muestras y ensambla un modelo final.

 

En varias oportunidades hemos demostrado la marcada superioridad de DEVOBOOSTER frente a otros algoritmos, logrando no solamente un notable incremento en desempeño sino también en la cantidad de variables utilizadas, lo cual denota el sumo grado de complejidad de nuestra solución. Lo invitamos a descargar este WHITEPAPER donde explicamos la diferencia que hacemos en algoritmo combinado con una exhaustiva preparación de datos.

Lo invitamos a nuestras oficinas para hacerle una demostración del algoritmo, aplicándolo inclusive a sus propios datos y comparando los resultados contra los que ya obtenga en su empresa.