Algoritmos de aprendizaje automatizado para el meta compresor de datos Blosc

Abstract

Este documento recopila los detalles y procedimientos más importantes del Proyecto de Final de Grado realizado a partir de la Estancia en Prácticas en la empresa de Francesc Alted. El principal objetivo fue el desarrollo de algoritmos de aprendizaje automatizado para el compresor de datos Blosc. Actualmente, el compresor Blosc dispone de tantas opciones a configurar para el usuario que resulta difícil conseguir la óoptima para cada caso de uso y además requiere tener conocimientos sobre el mismo para utilizarlo de forma eficaz. Con el objetivo de reducir la complejidad de uso, durante la estancia en prácticas se desarrollaron algoritmos de clasifiación supervisada para que escogieran las opciones óptimas por el usuario, según el resultado que éste quisiera obtener. Además de los procedimientos seguidos en el desarrollo de estos algoritmos, también se detallan los fundamentos teóricos en los que se basan y se realiza una comparativa entre los mismos en cuanto a precisión y rendimiento. Las técnicas de clasifiación supervisada que se han utilizado son: análisis discriminante, regresión multinomial, máquinas de vector soporte, vecinos más próximos y bosques aleatorios.