Demostración: La inteligencia artificial al servicio de la paz
El módulo presentado en esta demostración permite detectar las anomalías relacionadas con las fichas de paie y ello gracias a un modelo de aprendizaje automático (Aprendizaje automático).
Se puede cargar una base existente sin problemas. También es posible cargar una nueva base a partir de un archivo CSV. Después de haber elegido una base de su elección seleccionando un archivo en formato 'CSV' o 'Texto', puede cargarla pulsando el botón 'Cargar la base'.
La base se describe a continuación en forma de tabla. Para comprobar si la base contiene fichas de paie erróneas, basta con hacer clic en el botón rojo "Verificación de errores".
En este ejemplo, proponemos un modelo basado en un modelo SVM (Support Vector Machine). Este modelo, implementado en Python con la librería SciKit-Learn, ha sido entrenado con un juego de datos extraído de ePaie. Este tipo de modelo permite discriminar los datos calculando automáticamente su distancia estadística con la norma definida en los datos de entrada. Además, este modelo permite detectar las observaciones erróneas, en nuestro caso las fichas de paie que contienen errores. En esta demostración, una vez que se utiliza el modelo, las observaciones clasificadas como erróneas se colorean en rojo.
Vídeo de demostración BL.Paie2035
