Desarrollo de una aplicación web para la selección de características explicable y la clasificación en la nube

Abstract

[Resumen]:La densidad de datos manejados actualmente por algoritmos de aprendizaje automático o análisis crece a una velocidad exponencial, lo cual supone problemas de rendimiento debido a la complejidad del procesado de dichos datos. En este contexto, herramientas que permitan la simplificación de la información, disminuyendo el coste computacional y permitiendo una mayor explicabilidad de los resultados generados son altamente deseables. Ambos objetivos, y especialmente el de reducir los costes asociados al procesado de los datos, ha cobrado especial importancia en la actualidad, donde desde el ámbito de la informática se persigue desarrollar algoritmos que causen el menor impacto posible en el medio ambiente. Por ello, hemos desarrollado una aplicación accesible, simple y ligera, que permita a cualquier usuario realizar un preprocesado de cualquier conjunto de datos, seleccionando sus características relevantes y visualizando su impacto de forma gráfica. Además, el usuario podrá seleccionar la implementación del algoritmo, reduciendo si se desea su consumo energético y huella de carbono mediante la reducción en la precisión numérica del selector de características.

[Abstract]: The density of data currently being processed by machine learning or analytics algorithms is growing exponentially, creating performance issues due to the complexity of data processing. In this context, tools that can simplify the information, reduce the computational cost, and provide a better explanation of the results generated are highly desirable. Both of these objectives, and especially the reduction in the cost of data processing, are particularly important today, when the field of computer science is seeking to develop algorithms that have the least possible impact on the environment. For this reason, we have developed an accessible, simple and lightweight application that allows any user to pre-process any set of data by selecting the relevant characteristics and visualising their impact graphically. In addition, the user will be able to choose the implementation of the algorithm and, if desired, reduce its energy consumption and carbon footprint by reducing the numerical precision of the feature selector.