BLOG Y NOTICIAS

07.07.2017

¿Qué es Tradeoff Analytics?

Muchas veces debemos de tomar decisiones, teniendo en cuenta múltiples objetivos contradictorios al seleccionar una solución para un problema.

El servicio de Tradeoff Analytics ayuda a seleccionar una respuesta que mejor se adapte a las preferencias de los usuarios.

En términos generales, los dos pilares del servicio de Tradeoff Analytics son:

 

Calcular las mejores opciones de entre muchos posibles candidatos, basándose en las variables seleccionadas.

 

 

Visualizar ayudando al tomador de decisiones a seleccionar, a través de una representación visual, desde todas las opciones presentadas.

¿Cómo podemos reemplazar el servicio de Tradeoff Analytics?

Existen una serie de herramientas de código abierto que están disponibles, para resolver problemas de optimización y soporte para decisiones.

  • CRAN
    Es una lista de paquetes que ofrecen facilidades para resolver problemas de optimización.
    RPref es un paquete (CRAN) para el lenguaje de cálculo estadístico R que permite el cálculo de Skyline y algunas generalizaciones del mismo. El cálculo de Skyline en rPref se realiza muy eficientemente, ya que todos los algoritmos críticos de rendimiento se escriben en C ++. El Skyline de un conjunto de datos selecciona tuplas que son Pareto-óptimas con respecto a las metas de optimización dadas. Sólo se devuelven las tuplas que no están dominadas por ninguna otra tupla.
    https://cran.r-project.org/web/packages/rPref/rPref.pdf

 

  • ECsPy (Computación Evolutiva en Python) es una estructura libre, para crear cálculos evolutivos en Python. Proporciona la clase de Pareto para la optimización multiobjetivo. https://pypi.python.org/pypi/ecspy

En aquellos casos de uso menos complejos, existen librerías de soporte de decisión.

 

Estas librerías son útiles en casos donde:
Estas librerías son útiles en casos donde:
1

           Hay menos de 100 candidatos.

2

           Son pocos (menos de 10) las características de los candidatos.

3

            Son pocos (menos de 10) las características determinantes a ser evaluadas. 

 

Herramientas vs Principios.

  • Kohonen Package
    El paquete de Kohonen forma parte del lenguaje de programación R.
    Las funciones de la biblioteca pueden calcular la distancia entre objetos utilizando las funciones de distancia, los pesos y otros atributos, que se pueden utilizar en las visualizaciones de soporte de decisión.
    https://github.com/rustyoldrake/tradeoff_analytics

 

  • Data Science Experience (DSX)
    Es una plataforma que contiene una serie de herramientas de código abierto, incluyendo Jupyter Notebooks (para crear y colaborar en Python, R y Scala); R Estudio; Y Aprendizaje Automático. DSX contiene código, datos y visualizaciones.
    https://apsportal.ibm.com/analytics

 

Para casos de uso complejos en los que se desea una optimización multiobjetivo, IBM tiene otras opciones.

El optimizador IBM CPLEX ayuda a aprovechar la potencia de los motores de optimización líderes del mercado para resolver problemas de optimización en el mundo real de forma rápida y eficiente.

http://onboarding-oaas.docloud.ibmcloud.com/software/analytics/docloud/

https://dropsolve-aas.docloud.ibmcloud.com/software/analytics/docloud#learn_more

https://dropsolve-oaas.docloud.ibmcloud.com/dropsolve/doc

 

Librerías de visualización:

1. js Library
Es una biblioteca JavaScript para manipular documentos basados en datos. D3 ayuda a dar vida a los datos mediante HTML, SVG y CSS.
https://d3js.org/

2. Plotly R Library
La biblioteca gráfica R de Plotly crea gráficos interactivos de publicación en línea. Ejemplos de cómo hacer gráficos de línea, diagramas de dispersión, gráficos de área, gráficos de barras, barras de error, gráficos de caja, histogramas, mapas de calor, subparcelas, ejes múltiples y gráficos 3D (basados en WebGL).
https://plot.ly/r/

3. js
Simple y flexible librería de JavaScript para el trazado de gráficos para diseñadores y desarrolladores. http://www.chartjs.org/

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *