tema 3-diapositivass
TRANSCRIPT
Instituto Tecnológico de
TuxtepecInteligencia artificial3.5 Razonamiento con incertidumbre
CATEDRÁTICO:LIC. Tomas
Torres Martínez PRESENTA:
Julia Ivonne Rangel RangelBasilio Calixto calderónVíctor Luis Hernández
Fernando montesinos Cerón
CARRERA:INGENIERÍA EN SISTEMAS COMPUTACIONALES
TUXTEPEC, OAX. A 17 DE MARZO DEL 2015
3.5 razonamiento con incertidumbre
En situaciones reales la información disponible
puede ser incorrecta, incompleta o cambiar muy
rápidamente. Todo esto de lugar a diferentes formas
de inconsistencias e incertidumbre.
3.5.1 aprendizaje
Es un proceso por el cual se adquiere una nueva
conducta, se modifica una antigua conducta o se
extingue alguna conducta, como resultado siempre
de experiencias o practicas.
Tipos de aprendizaje Partes innatas de aprendizaje
Instintos, reflejos, impulsos genéticos que hemos ido heredando ,nos hace aprender
determinadas cosas, hay interacción con el medio
Por condicionamiento
Determinando estímulos provocan determinadas respuestas. Si los estímulos por azar o
no se condicionan provocan que esta conducta inicial se refleje y se convierta en un
habito
Aprendizaje por memoria clásico
por lo cual al cabo de unas horas ya no lo recuerdas
Aprendizaje significativo
parte de cosas importantes para ti, a partir de ahí acumulas lo que ya sabias y lo haces
tuyo.
3.5.2 Razonamiento probabilístico
La principal ventaja del razonamiento probabilístico sobre el
razonamiento lógico es que permite tomar decisiones racionales
aun en los casos en los que no haya suficiente información para
probar que cualquier acción dada funcionara.
La red de creencias
Es un grafo dirigido y a cíclico en el cual un conjunto de
arcos dirigidos o flechas, conecta pares de nodos
Un conjunto de variables representa los nodos de las red,
cada nodo tiene una tabla de probabilidad condicional que
cuantifica que los padres tienen sobre el nodo.
3.5.3 Lógica multivaluadas
El principio de la bivalencia ha sido tomado tradicionalmente
como un principio lógico fundamental: toda proposición es
verdadera o falsa. Si no es verdadera, no hay tercera opción.
Por eso se le conoce como principio del tercer excluso
La carga de la prueba descansa quien defina si el principio es
falso, es decir que existen mas valores además de los dos
tradicionales
3.5.4 lógica difusa
En la década de los 60 ,el científico Zaed propone
que un elemento siempre pertenece en un cierto
grado a un conjunto y nunca pertenece del todo al
mismo, este permite establecer una manera eficiente
para trabajar con incertezas, así como para
acondicionar el conocimiento en forma de reglas
hacia un plano cuantitativo factible de ser procesado
por computadores
Ventajas de lógica difusa
Utiliza términos lingüísticos como:
(a medias, bastante, casi ,un, poco ,mucho, algo), etc.
permite plantear el problema en los mismos términos en
los que lo haría un experto humano
Referencias • S. Russel y P. Norvig, Inteligencia Artificial. Un enfoque
moderno, 2004, Prentice-Hall. Cap 14-17 • N. J. Nilsson, Inteligencia Artificial. Una nueva síntesis,
2000, McGraw Hill. Cap 19-20 Inteligencia Artificial e Ingeniería del Conocimiento. Escuela
Técnica Superior de Ingeniería Informática. Universidad de la Laguna
• F.J. Díez, Introducción al Razonamiento Aproximado. Dpto. Inteligencia Artificial, UNED, 2001.
http://ia-serv.dia.uned.es/~fjdiez/libros/razaprox.zip • E. Castillo, J.M. Gutiérrez y A.S. Hadi, Sistemas Expertos y
Modelos de Redes Probabilísticos, Monografías de la Academia Española de Ingeniería, Madrid,
1998. http://personales.unican.es/gutierjm/papers/BookCGH.pdf