Diferencia entre revisiones de «Drogas»

De OpenDataLab
Saltar a: navegación, buscar
(Experimentos)
Línea 47: Línea 47:
 
=== Simular la puntuación ===
 
=== Simular la puntuación ===
 
Se me acaba de ocurrir... simular la puntuación y aquí sí que se puede hacer un vector de números y podríamos, en función de la forma de la gráfica, aplicar redes neuronales y caracterizar al drogadicto.
 
Se me acaba de ocurrir... simular la puntuación y aquí sí que se puede hacer un vector de números y podríamos, en función de la forma de la gráfica, aplicar redes neuronales y caracterizar al drogadicto.
 +
 +
 +
 +
=== Reunion 27/02/2019 ===
 +
 +
Hemos visto como hacer un grafo de comportamiento y medir la variación de las respuestas mediante entropía de la información.
 +
 +
También se podría hacer la representación por conjuntos distintos de usuarios y si todos aprenden lo mismo e igual de rápido.
 +
 +
Hemos elegido PLOS one como una revista de caracter interdisciplinar y Q1
 +
 +
Hemos quedado para el martes que viene para seguir viendo el tema.
 +
 +
He pensado que una propuesta

Revisión de 12:22 27 feb 2019

Predicción del consumo de drogras

El grupo de Psicología Clínica y Experimental de José Andrés Lorca nos han consultado si habría algún método de inteligencia artificial que se le aplique a un conjunto de datos y pudiésemos predecir si un usuario, respondiendo al test, iba a ser o no consumidor de drogas.


Datos

Los datos son una colección de respuestas dadas a un test que se les ha pasado a un grupo de adictos y a un grupo de control sano.

El test consiste en 4 botones (A,B,C y D) que ofrecen recompensas y castigos, con un comportamiento complejo, y ellos deben de maximizar una puntuación.

Pregunta

  1. ¿Estudiando las respuestas seríamos capaces de predecir si es consumidor de drogas o no?

En realidad, la predicción del consumo no se podría hacer con machine learning, ya que no tenemos el antes y el después de la adicción para saber que características nos llevarían a la adicción y cuales no. Lo que se puede hacer en este trabajo es *caracterizar* al drogadicto, es decir, pasarle un test de drogas por ordenador.

  1. Dado n respuestas: ¿seríamos capaces de predecir la siguiente respuesta?

Experimentos

Lista global de experimentos.

Otra cosa es partir las experimentaciones en 3.... ya que se hacen en 3 fases distintas y LOS BOTONES SIGNIFICAN DIFERENTE

Mirar si podemos encontrar los caminos "mas gordos"


Red neuronal

En este caso... hay que estudiar un poco más cómo hacerlo

Secuencia de respuestas

Pregunta: Detección de patrones Hacer un grafo donde representar la evolución de las respuestas, por colores, viendo si realmente toman caminos distintos o no.


y si la afinidad entre usuarios fuera la subcadena común mas larga entre ellos???....

otra afinidad... numero de cadenas comunes de longitud i... i=0..n Con eso se hace un vector y ya vemos como se trabaja

FCA

Tenemos hecho el generador de combinaciones de teclas... y la generacion de su contexto.

Demasiado grande para correr en tiempo real... haremos experimentos y los dejaremos corriendo.

Idea: y si vemos cuantas veces se repite cada combinacion... y ponemos solo las que se repiten mas de X veces.

Simular la puntuación

Se me acaba de ocurrir... simular la puntuación y aquí sí que se puede hacer un vector de números y podríamos, en función de la forma de la gráfica, aplicar redes neuronales y caracterizar al drogadicto.


Reunion 27/02/2019

Hemos visto como hacer un grafo de comportamiento y medir la variación de las respuestas mediante entropía de la información.

También se podría hacer la representación por conjuntos distintos de usuarios y si todos aprenden lo mismo e igual de rápido.

Hemos elegido PLOS one como una revista de caracter interdisciplinar y Q1

Hemos quedado para el martes que viene para seguir viendo el tema.

He pensado que una propuesta