Principiante en algoritmos
Introducción al aprendizaje algorítmico José M. Sempere Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia
Aprender: Tomar algo en la memoria [...] Adquirir el conocimiento de alguna cosa por medio del estudio o de la experiencia. (Diccionario de la Lengua Española. RAE. 1992) experiencia.
Primera aproximación al aprendizaje automático.Información del entorno. Programa
respuesta del programa (fallo o acierto) Algoritmo de aprendizaje (posible) modificación del programa
El aprendizaje automático está influenciado por otras áreas de conocimiento
Inteligencia Artificial Métodos bayesianos y estadísticos
Teoría de la complejidad
Aprendizaje automático
Teoría de control
Filosofía
Teoría de la información Psicologíay neurobiología
Qué es el aprendizaje automático ... ?
Diremos que un programa aprende de la experiencia E respecto a una clase de tareas T y una medida de la eficiencia P, si su eficiencia en las tareas de T, tal y como las mide P, se incrementan con la experiencia E [Mitchell, 1997] Mitchell, La definición implica ... 1º - Seleccionar una clase de tareas (restringida). 2º - Definir unamedida de la eficiencia. 3º - Diseñar un protocolo para recibir experiencia.
Una taxonomía de los métodos de aprendizaje.
Aprendizaje Información dada al sistema de aprendizaje
Supervisada Por refuerzo No supervisada
Paradigmas
Deductivo Por analogía Inductivo Genético Conexionista
Información transmitida Con un profesor y/o ejemplos Por observación y descubrimiento
Representación delconocimiento.
Entorno
Filtrado de ruido, Extracción de características, Selección de acciones, ...
Información relevante
Interacción
Codificación
Sistema automático
Aprendizaje
Información para la máquina
Codificación del conocimiento.
Reglas lógicas, predicados, fórmulas booleanas y axiomas A, A B, es_blanco(x), f(x ,x ,...,x ) etc
1
2 n
Lenguajes formales : cadenas,árboles y grafos abba, bbb,... (a(aa(b)bb(a(a))b)aa)(ab) ((1a2),(1a3),(2a2),(2a3),(3b3)) Representaciones geométricas [10,.2,3],[15,.4,2], ... Árboles de decisión
La inferencia inductiva como un proceso de búsqueda.
Primero se define un conjunto de hipótesis acerca del entorno. Las propiedades de las hipótesis definen un espacio de versiones. Un espacio de versiones puede verse como un espaciode búsqueda donde las hipótesis cumplen algunas propiedades de consistencia. La inferencia inductiva implica la definición de una estrategia para cambiar una hipótesis mala por una correcta moviéndose a través del espacio de versiones. Por lo tanto ...
Espacio de versiones
Hipótesis objetivo hk Específicas
hipótesis ht
hi
hj
Generales
Una estrategia para moverse en el espaciode versiones
Espacio_de_versiones := G U S Inicializar G como el conjunto de hipótesis más generales Inicializar S como el conjunto de hipótesis más específicas Para cada ejemplo de aprendizaje d (información del entorno) (1) Si d es un ejemplo positivo (1.1) Eliminar de G toda hipótesis inconsistente con d (1.2) Para cada hipótesis s de S que no sea consistente con d (1.2.1) Eliminar s de S(1.2.2) Añadir a S todas las generalizaciones mínimas h de s tales que h sea consistente con d, y algún elemento de G sea más general que h (1.2.3) Eliminar de S cualquier hipótesis que sea más general que cualquier otra hipótesis de S (1) Si d es un ejemplo negativo (1.1) Eliminar de S cualquier hipótesis inconsistente con d (1.2) Para cada hipótesis g de G que no sea consistente con d (1.2.1)Eliminar g de G (1.2.2) Añadir a G todas las especializaciones mínimas h de g tales que h sea consistente con d, y algún elemento de S sea más específico que h (1.2.3) Eliminar de G cualquier hipótesis que sea menos general que cualquier otra hipótesis de G
Un ejemplo sobre espacio de versiones
Tarea: Automatizar la apertura/cierre de una piscina climatizada Información del entorno (atributos)...
Regístrate para leer el documento completo.