Archive

Archive for July, 2009

Primer estudio y primeras conclusiones. ¡Hay que mejorar!

July 15th, 2009

Hola a todos de nuevo. Hacía bastante tiempo que no posteaba ningún post debido a exámenes y demás. Han ido bastante bien :)

A continuación os cuelgo el primer estudio un poco serio que hemos hecho para hacer la primera toma de contacto con el data Mining en Poker online. Ya os avanzo que las conclusiones han sido un poco malas y que hemos cometido varios errores de bulto, pero por algo se tiene que empezar ;)

Como ya sabéis, la minería de datos (DM, Data Mining) consiste en la extracción no trivial de información que reside de manera implícita en los datos. Dicha información era previamente desconocida y podrá resultar útil para algún proceso. En otras palabras, la minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos. Bajo el nombre de minería de datos se engloba todo un conjunto de técnicas encaminadas a la extracción de conocimiento procesable, implícito en las bases de datos.

Dentro de todas estas técnicas nosotros haremos hincapié en la clusterización.
“Clústering” es el proceso de agrupar datos en clases o clústeres de tal forma que los objetos de un clúster tengan una similitud alta entre ellos, y baja (sean muy diferentes) con objetos de otros clústeres.

Nuestra fuente de información será una inmensa base de datos de más de 22 millones de manos de Texas Hold’em No Limit 50. Una vez tengamos nuestra base de datos con las 22 millones de manos, haremos diferentes filtros para poder tratar mejor la información (preproceso), seleccionaremos los atributos más relevantes y pasaremos al proceso de clusterización. Mediante el análisis de tres experimentos, mostraremos las diferentes posibilidades que ofrecen los distintos algoritmos más conocidos hoy en día: X-means, K-Means y EM.

Para realizar todos los experimentos haremos uso de la potente herramienta: Weka (Waikato Environment for Knowledge Analysis – Entorno para Análisis del Conocimiento de la Universidad de Waikato) es un conocido software para aprendizaje automático y minería de datos escrito en Java y desarrollado en la Universidad de Waikato. Con este software trataremos de lograr nuestros objetivos, que no son otros que estudiar los distintos perfiles existentes en el Poker Online para así poder explotar debilidades y pulir defectos de los jugadores.  ¿Lo conseguiremos?

Ya os avanzo que no :( En estudio no hemos conseguido los resultados esperados. Pero ha servido para darnos cuenta de muchos de nuestros defectos que vamos a pulir.

Read more…