FACET, un software matemático de predicción de resultados
 

Pages

Categories

Buscar

Una web de MuyComputerPRO Sites


De la mano de una startup, llega una nueva frontera en predicción de resultados

De la mano de una startup, llega una nueva frontera en predicción de resultados

María Guilarte
Por
21 mayo, 2014
Tendencias

Ahora que vivimos en la explosión del Big Data, son muchas las empresas que se posicionan como las reinas en el análisis de negocio y la predicción de resultados, y es que Big Data no son más que simples datos si no se cuenta con herramientas para su análisis, como en el caso de la startup Emerald Logic, que parece haber dado con la clave.

Según anuncian, han descubierto un algoritmo capaz de predecir resultados a partir de un conjunto de datos ¿Demasiado bueno para ser cierto? En GigaOM tuvieron la oportunidad de hablar con su CEO y fundador, Patrick Lilley, y según dice, “no es tanto un problema de grandes datos si no de datos complejos. El mundo real se rige a través de un sistema donde hay entradas y resultados, solo la complejidad de los datos que generamos hace que sea verdaderamente difícil encontrar la entrada que generará buenos resultados“.

Lilley plantea una metáfora sencilla, conseguir un buen resultado en Big Data es como si metes una canica en una caja con un agujeros, cierras la caja e intentas que la canica salga por alguno de ellos. Una vez que lo consigues intentas dibujar un diagrama que muestre por dónde tuvo que pasar la canica para salir por el agujero, o por dónde crees que tuvo que pasar.

El desafío consiste en modelar lo que está pasando en ese sistema y no siempre puedes mirar dentro“.

Lilley cree que ha dado con la clave gracia a su software FACET (Fast Collective Evolution Technology), que pone a prueba cientos algoritmos para encontrar una correlación en conjuntos de datos y así conseguir el resultado predictivo. Lilley lo llama “computación evolutiva“, ya que evoluciona, une y migra, y solo el mejor resultado sobrevive. “Es evolución por que elimina las variables y las operaciones matemáticas que no son importantes”, añade Lilley. Una vez que el proceso se ha completado, FACET prueba los algoritmos con nuevos datos para garantizar una predicción más exacta.

Este servicio se ofrece en la nube, de forma que los clientes solo pagan por los algoritmos que utilizan y además no ceden sus datos a nadie.

Patrick Lilley tiene las bases necesarias para realizar estas afirmaciones. FACET ya ha sido probada y ha obtenido buenos resultados. El King College de Londres utilizó FACET para detectar marcadores de Alzheimer y destacó 14 de una lista de 11.000 posibilidades. La mitad de ellos ya habían sido mencionados por otros investigadores, cuatro eran considerados posibles marcadores y los restantes fueron generados por el software de Emerald Logic.

Según el comunicado de prensa que se generó tras el anuncio de la colaboración entre Emerald Logit y el King College, “el uso de estos marcadores, además de la información genética APOE y la demografía, generó un clasificador matemático con un 94% de precisión en los sujetos del estudio de Alzheimer que se encontraban bajo control y en aquellos con un deterioro cognitivo leve“.

FACET también ha estado trabajando con datos financieros, en concreto ” descubrió que los mentirosos cuentan historias más largas“.

Lilley describe la tecnología de FACET como “imaginación artificial“. Esta analítica demuestra que si los datos realmente contienen las respuestas a problemas complicados, no hay manera de que una persona pueda imaginarse todas las respuestas correctas para encontrar solo una válida entre miles de variables diferentes. En algún momento, alguna de las partes del proceso deben ser automatizadas con el fin de marcar la dirección correcta. “Cuanta más experiencia se adquiere en un campo, mejor se conoce y menos hay que buscar a su alrededor. Este método es muy lateral. No es la forma por la que la gente está acostumbrada a pensar en los problemas“.

Imagen: shutterstock

Posts Relacionados