Aprendizaje automatico en agentes inteligentes

Aprendizaje automático en agentes inteligentes

Carlos Arturo Hernández Zepeda, Cesar Izaguirre Reyna,
Daniel Padrón Cano, Giovanny Rodríguez Aguilar.

Instituto Tecnológico de Ciudad Madero
Ave. 1º de Mayo y Sor Juana Inés de la Cruz S/N Col. Los Mangos
e-mail:
k6644@hotmail.com
cesar_182_82@hotmail.com
daniel.ejecutivo@gmail.com
gio.rodriguez88@yahoo.com.mx

Resumen. Elaprendizaje ha dejado de ser un proceso exclusivo de los seres vivientes, gracias a la utilización de diversas técnicas logramos de alguna manera emular este proceso, formando así nuevas entidades actualmente conocidas como agentes inteligentes, los cuales son entes capaces de utilizar la experiencia obtenida en situaciones pasadas para la toma de decisiones presentes, y añadir las nuevas experiencias paraser tomadas en cuenta.

Palabras clave: Aprendizaje automático, Agente inteligente, Agente, Sistema de aprendizaje.

1 Introducción

El aprendizaje automático introduce cambios adaptativos dentro de un sistema, permitiendo que este evolucione a un estado estable con mayor precisión en la función de salida [1], por otro un agente es cualquier cosa capaz de percibir su medioambiente con laayuda de sensores y actuar ese medio utilizando actuadores [2], si bien ahora conocemos los dos principales conceptos con los que tratará este articulo, entonces nos podemos plantear las siguientes cuestiones: ¿Cómo se relaciona el aprendizaje automático con los agentes inteligentes?, ¿Cuántos tipos de agentes hay?, ¿Cuántos tipos de aprendizaje existen?, se buscara dar respuesta a estas y otraspreguntas durante el desarrollo del presente trabajo.

2 Aprendizaje Automático

Es una disciplina que estudia y desarrolla algoritmos que utilizan los modelos de aprendizaje y su aplicación a la resolución de problemas prácticos, se especializa en el desarrollo de programas que mejoran mediante la experiencia.
En si con sistemas capaces de adquirir conocimiento de alto nivel y/o estrategiaspara la resolución de problemas mediante el ejemplo.
Los sistemas de aprendizaje automático tienes la intención de construir un modelo a partir de los datos de entrada y cambian sus comportamientos de manera tal que son capaces de clasificar nuevos datos u desarrollarse mejor en antiguas situaciones.
El sistema utiliza los conocimientos previos para interpretar los ejemplos y para generardescripciones a partir de ellos.
Es posible identificar varios paradigmas de aprendizaje automático según el tipo de selección y adaptación que realiza el sistema sobre la información que dispone [3], las cuales se enlistan a continuación:
* Aprendizaje deductivo.
* Aprendizaje analítico.
* Aprendizaje analógico.
* Aprendizaje inductivo.
* Aprendizaje mediante descubrimiento.
*Algoritmos genéticos.
* Conexionismo.
También es posible clasificar el aprendizaje mediante a su estrategia en:
* Aprendizaje supervisado.
* Aprendizaje no supervisado.
* Aprendizaje mediante refuerzos.

El aprendizaje se logra como resultado de la interacción ente el agente y el mundo, y de la observación del agente de sus propios procesos de toma de decisiones (reflexión), ycomo vimos anteriormente existen diversos paradigmas del aprendizaje y para una mejor descripción sobre los tipos de aprendizaje que se discutirán a continuación de presenta el siguiente cuadro.

Paradigmas de Aprendizaje
Supervisado
No supervisado
Inductivo. Donde existe alguien que enseña.

Basado en ejemplos. Practico
Aprendizaje Reforzado

Aprendizaje Evolucionado
Figura 1. Mapaconceptual sobre la clasificación del los paradigmas del aprendizaje.

2.1 Aprendizaje Supervisado

Aprendizaje por corrección de error: El aprendizaje consiste en presentar al sistema un conjunto de pares de datos, representando la entrada y la salida deseada para dicha entrada. Este conjunto recibe el nombre de conjunto de entrenamiento.
El objetivo es el de minimizar el Error entre la...