Es una rama de la Inteligencia Artificial que tiene como objetivo el desarrollar técnicas que permitan que las computadoras puedan aprender.

Es decir, crear programas que sean capaces de generalizar los comportamientos partiendo de una información que no esté estructurada suministrada en forma de ejemplos.

Para ver artículo completo ir al siguiente enlace:

http://robpau007.wordpress.com/

Por: Roberth Paúl Bravo Castro

Los modelos ocultos de Markov (HMM) desempeñan un función importante el desarrollo de herramientas para la modelización altamente flexible, inicialmente utilizada en el campo del reconocimiento automático del habla, que ha encontrado en los últimos años numerosas aplicaciones en áreas científico-técnicas muy diversas, aunque su utilización en otras áreas es escasa. Dentro de la descripción de los elementos esenciales de los HMM, se presentan los algoritmos básicos que facilitan su estimación y se indica una herramienta reciente, para las posibilidades que puedan ofrecer un análisis de patrones espaciales complejos, pues permiten incorporar en el proceso de modelización información a priori sobre el sistema analizado.

En las áreas en las que los HMM están más extendidos, se utilizan, en general, con un enfoque de aprendizaje automático, en problemas en los que se dispone de una abundante base de datos (denominados de entrenamiento) con los que es posible seleccionar y estimar el HMM más apropiado (a veces, con un gran número de estados ocultos), obteniéndose modelos con una alta capacidad de predicción, pues el problema típico es clasificar o identificar nuevos datos.[1]

Los algoritmos necesarios para los HMM discretos son fácilmente implementables, la complejidad aumenta en el caso continuo y en las extensiones a los modelos básicos. Afortunadamente, existen distintas herramientas para el trabajo con HMM disponibles, muchas de ellas de uso libre, para diferentes entornos de computación [2]

El programa comercial MATLAB (http://www.mathworks.com/products/matlab/), en su paquete (toolbox) de estadística, ofrece las funciones básicas para construir, simular y analizar HMM discretos.

Mediante la creación de redes neuronales con las herramientas: JNNS (Java Neural Network Simulator), JHMMSim (Java Hidden Harkov Model Simulator).

Esta herramienta desarrollada por Relex, es una herramienta flexible, de gran alcance para modelar sistemas complejos, Relex Markov ® proporciona una muy buena capacidad de análisis de las cadenas ocultas de Markov en una forma fácil de usar, completo paquete. Relex Markov provides fast, accurate reliability analyses for complex systems with common cause failures, degradation, induced or dependent failures, multi-operational state components, and other sequence-dependent events. Relex Markov proporciona una rápida, análisis de fiabilidad de sistemas complejos con los fallos por causa común, la degradación, inducidos o fracasos dependen de múltiples componentes operativos, y otros que dependen de secuencia de eventos.

Características y Beneficios de Tecnic. Markov

• Estado de transición diagramas
• Eventos dependientes
• Degradamientos, y los Estados fallidos
• Flujo de resultados en el estado estable
• Los fallos por causa común
• Inducida por los fracasos
• Sistema de degradación
• Multi-operational state components Multi-Estado de funcionamiento componentes
• Cost analysis Análisis de costos.

Figura 1.- El desarrollador de Relaciones Markov calcula las cifras de la dinámica de árboles que falta construir utilizando Relex Fault Tree. [4]

Figura 2.- Sistema de estados y transiciones son fácilmente diagramados, los parámetros pueden ser asignados con simplicidad y haciendo clic en las operacion

Juan Pablo Pizarro.

]]> http://robpau007.wordpress.com/?p=36 Sat, 09 Aug 2008 02:12:08 +0000 robpau007 http://robpau007.wordpress.com/?p=36 Por: Roberth Paúl Bravo Castro

Aprendizaje Automático

¿Qué es el aprendizaje automático?

Es una rama de la Inteligencia Artificial que tiene como objetivo el desarrollar técnicas que permitan que las computadoras puedan aprender.

Es decir, crear programas que sean capaces de generalizar los comportamientos partiendo de una información que no esté estructurada suministrada en forma de ejemplos.

Una máquina puede considerarse inteligente cuando cumple con los siguientes requisitos:

• Si es capaz de percibir visualmente los objetos que la rodean y reconocer sus formas.
• Si es capaz de “entender” el lenguaje natural, hablado o escrito, así como de producir respuestas en dicho lenguaje.
• Elaborar actuaciones de acuerdo con las condiciones cambiantes del entorno y llevarlas a cabo mediante los correspondientes elementos físicos.
• Cuando puede almacenar información y conocimientos a los que manipula mediante reglas y algoritmos para alcanzar soluciones a los problemas que plantea su funcionamiento.

En el aprendizaje automático entra el término reconocimiento de formas en la cual se hace distinción sobre dos aproximaciones:

Aproximaciones Paramétricas: Se asume un conocimiento a priori acerca de la forma funcional de las distribuciones de probabilidad de cada clase sobre el espacio de representación, las cuales vendrán determinadas por un conjunto finito de parámetros.

Aproximaciones no Paramétricas: No supone ninguna forma de las distribuciones de probabilidad sobre el espacio de representación, de modo que el único conocimiento a priori será el correspondiente a la información inducida a partir de un conjunto de muestras controladas.

Dentro del reconocimiento de patrones hay dos grupos de familias:

1. Clasificación no supervisada

Enfoca la clasificación como el descubrimiento de las clases del problema. También se la denomina “clustering”.

Su objetivo es el descubrimiento de grupos de objetos, que con características afines, separen las diferentes clases del problema clasificatorio.

2. Clasificación supervisada

Basándose en un conjunto de entrenamiento, construye un modelo o regla general que se utilizará para clasificar objetos nuevos de los cuales no sepamos su clase.

Este tipo de clasificación ha sido utilizada en áreas como: diagnóstico de enfermedades, concesión o rechazo de créditos de banca, predicción de bancarrota en empresas, etc.

Criterios para la evaluación de los clasificadores

Tasa de error: nos da una idea del porcentaje de objetos nuevos, de los cuales no sabemos su clase, que no es capaz de clasificar bien el clasificador en cuestión.

Rapidez: Con la que el clasificador construye el modelo.

Interpretabilidad del modelo

Simplicidad del modelo

Dirección de la modelización

Modelización hacia delante: la construcción del modelo empieza desde el modelo más simple y aumenta su complejidad hasta cumplir algún criterio preestablecido.

Modelización hacia atrás: La construcción del modelo empieza desde el modelo más complejo y disminuye su complejidad hasta cumplir algún criterio preestablecido.

Modelización paso a paso: La construcción del modelo comienza desde el modelo más simple o más completo, y aumenta o disminuye su complejidad, hasta cumplir con algún criterio preestablecido.

Bibliografía

• Aprendizaje automático: http://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1tico
• Inteligencia Artificial: http://www.lsi.upc.es/~bejar/ia/material/teoria/aprendizaje.pdf
• PEARSON. Aprendizaje Automático: conceptos básicos y avanzados. Capítulo 2.

· Reglas de Clasificación: las reglas con cláusulas de lógica proposicional donde las premisas son condiciones sobre los atributos de los ejemplos y el consecuente es una etiqueta con la clase que se le asignará en caso de que se aplique la regla.

Los árboles de clasificación presentan dos ventajas fundamentales respecto a las redes neuronales.

La primera, es que el conocimiento que se extraiga el árbol se puede representar de forma inteligible mediante reglas de decisión.

La segunda es que obedece a un criterio estadístico, puesto que para llegar a la solución establece distribuciones de probabilidad sobre las categorías de las clases en cada uno de sus nodos.

También, existen opciones de mejoras de estos modelos, en donde elegir es mucho más reducido que el de redes neuronales, este proceso implica tener dos grandes grupos de algoritmos de “poda” del árbol, la pre-poda y la post-poda

En la pre-poda se van aplicando criterios al desarrollo del árbol, y si aplicamos algún tipo de condición que varié esos criterios, estaríamos frenando el desarrollo del árbol, por lo que evitaríamos un sobre entrenamiento que se podría dar, al presentársele casos nuevos que debilitarían sus capacidad de generalización.

La post-poda, es el otro criterio, y el más usado ya que permite un desarrollo total del árbol hasta conseguir nodos homogéneos, para luego eliminarse utilizando algún criterio.

Estos algoritmos se enfocan en la capacidad de disminuir el (overfitting) o sobreentrenamiento de un árbol, sin perder indirectamente la capacidad de generalización, que puedes enfrentarse a nuevos casos de una manera eficiente.

Una ventaja que presenta sobre otros métodos es que la forma de representar el conocimiento es más sencilla. En lugar de usar el conjunto de variables para tomar una decisión, se trata de usar diferentes subconjuntos de las variables, para diferentes niveles del árbol (reglas de decisión).

Ventajas:

Los árboles de clasificación, poseen:

· La regla de asignación son simples y legibles, por tanto la interpretación de resultados es directa e intuitiva.

· Es robusta frente a datos típicos u observaciones mal etiquetadas.

· Es válida sea cual fuera la naturaleza de las variables explicativas: continuas, binarias nominales.

· Es una técnica no paramétrica que tiene en cuenta las interacciones que pueden existir entre los datos.

· Es rápido computacionalmente.

Desventajas:

Se puede mencionar como:

· Las reglas de asignación son inestables.

· Dificultad para elegir el árbol óptimo.

· Ausencia de una función global de las variables y como consecuencia pérdida de la representación geométrica.

· Los árboles de clasificación requieren un gran número de datos para asegurarse que la cantidad de las observaciones de los nodos hoja es significativa.

Elaborado por: Juan Pablo Pizarro.

• Nodo: Variable proposicional.
• Arcos: Dependencia probabilística.

El aprendizaje en las redes bayesianas se divide en dos grandes grupos:

APRENDIZAJE ESTRUCTURADO: Con el cual se obtiene la estructura de la red, es decir se obtienen las relaciones, dependencias e independencia entre las variables. Dentro de este grupo se encuentran clasificados: El aprendizaje de árboles y el aprendizaje poliárboles.

Aprendizaje de árboles: En este método de aprendizaje se trata de aproximar una distribución de probabilidad, por medio del producto de probabilidades de segundo orden. La resolución de este tipo de problemas de aprendizaje se plantea como un problema de optimización, es decir, obtener una estructura de árbol que se aproxime a una distribución basada en la diferencia de una distribución real y aproximada.

El algoritmo para determinar árbol Bayesiano óptimo a partir de datos es el siguiente:

1. Calcular la información mutua entre todos los pares de variables (n(n-1)/2).

2. Ordenar las informaciones mutuas de mayor a menor.

3. Seleccionar la rama de mayor valor como árbol inicial.

4. Agregar la siguiente rama mientras no forme un ciclo, si es así, desechar.

5. Repetir (4) hasta que se cubran todas las variables (n-1ramas)

Aprendizaje de Poliárboles: Se basa en el uso de pruebas de tres variables o comúnmente llamadas tripletas. Se basa en el algoritmo de árboles y se determina la dirección de los arcos mediante el uso de pruebas de dependencia.

Los pasos del algoritmo son:

1. Mantener el esqueleto usando el algoritmo de árboles.

2. Recorrer la red hasta encontrar una tripleta de nuevo, que sean convergentes (la variable a donde apuntan los arcos se conoce como nodo multipadre).

3. Del nodo multipadre se determinan las direcciones de otros arcos, esto mediante la prueba de dependencia en tripletas.

4. Repetir los pasos anteriores hasta que no hayan más direcciones que descubrir.

APRENDIZAJE PARAMÉTRICO:

Dada una estructura, obtener las probabilidades a priori y condicionales requeridas.

El aprendizaje paramétrico consiste en encontrar los parámetros asociados a una estructura dada de una red bayesiana. Dichos parámetros consisten en las probabilidades a priori de los nodos raíz y las probabilidades condicionales de las demás variables, dados sus padres. Si se conocen todas las variables, es fácil obtener las probabilidades requeridas. Las probabilidades previas corresponden a las marginales de los nodos raíz, y las condicionales se obtienen de las conjuntas de cada nodo con su(s) padre(s). Para que se actualicen las probabilidades con cada caso observado, éstas se pueden representar como razones enteras, y actualizarse con cada observación.

Elaborado: Javier Capa.

Existen algunas formas de aprendizaje de los agentes inteligentes, el aprendizaje entra en juego cuando el agente observa sus iteraciones con el mundo y sus procesos de toma de decisiones. Existen tres formas de aprendizaje: Aprendizaje supervisado, no supervisado y el aprendizaje por refuerzo.

El aprendizaje por refuerzo consiste en aprender a decidir, ante una situación determinada, que acción es la más adecuad para lograr un objetivo. Consta de dos componentes. Componente selectiva que involucra la selección de la mejor acción a ejecutar de entre varias opciones y la componente asociativa, en el sentido de que las alternativas encontradas se asocian a situaciones particulares en que se tomaron.

El aprendizaje por refuerzo es adecuado cuando no existe un conocimiento “a priori” del entorno o este es demasiado complejo como para utilizar otros métodos.

MODELO DE APRENDIZAJE POR REFUERZO

Un agente hardware y software está conectado a su entorno vía percepción y acción. En cada instante el agente recibe desde l entorno a través de sensores el estado en el que se encuentra, s; entonces el agente decide ejecutar una acción, a , que genera como salida. Esta salida cambia el estado del entorno a s’, que es transmitido al agente junto a una señal de refuerzo r. esta señal informa al agente de la utilidad de ejecutar la acción a, desde el estado s para lograr un objetivo concreto. Este modelo se ilustra en la siguiente figura:

Figura1. Modelo de Aprendizaje por Refuerzo

El aprendizaje puede ser pasivo y activo.

En el aprendizaje pasivo la política del agente está fijada y la tarea es aprender las utilidades de los estados (o parejas estado acción) mientras que el aprendizaje activo el agente debe aprender también que hacer. El esfuerzo activo además de recoger información del entorno utilizará ésta para tomar decisiones sobre la siguiente acción a realizar.

El objeto del aprendizaje mediante el refuerzo es un comportamiento que permite resolver problemas óptimamente. Un comportamiento no es más que un conjunto de acciones que se realizan para resolver un problema y política al conjunto de acciones que se realizan en cada situación para resolver un problema.

Debido a que se produce una señal de esfuerzo. Esta se divide en inmediata o retardada

ü REFUERZO INMEDIATO

En éste refuerzo se obtiene una crítica para cada acción efectuada justo después de su realización. La información que aporta el refuerzo inmediato es local a cada acción tomada. Debe aprenderse una acción a realizar en cada situación para obtener un refuerzo positivo después de su ejecución.

Existen diversos algoritmos para el aprendizaje por refuerzo inmediato como:

o ALGORITMO LINEAL DE PREMIO-CASTIGO

o ALGORITMO LINEAL DE REFUERZO – INACCION

ü REFUERZO RETARDADO

Este refuerzo es más complicado ya que no tenemos una crítica para cada acción sino una estimación global del comportamiento. Se presenta cuando no se completa la secuencia de acciones empleadas para resolver el problema

Al ejecutar una acción el refuerzo no solo depende de ella sino también de las realizadas anteriormente.

REFUERZO PASIVO

Solo tenemos una estimación global del comportamiento y no una crítica para cada acción realizada, con lo cual el problema se complica. El esfuerzo obtenido al ejecutar una acción no depende únicamente de ella sino también de las realizadas anteriormente. El entorno genera las transiciones y el agente las percibe.

BIBLIOGRAFIA

Moreno A., Armengol E, Béjar J., Sánchez M., “Aprendizaje Automático”, 1994

Dr Peter A. Cook, “Intelligent Systems-Fusion, Tracking and Control”, 2003

Stuart J. Russell y Peter Norving, “Inteligencia Artificia Un Enfoque Moderno”

http://www.fleifel.net/ia/robotsyaprendizaje.php

http://www.cs.us.es/~delia/sia/html98-99/pag-alumnos/web10/indice.html

Existen algunas formas de aprendizaje de los agentes inteligentes, el aprendizaje entra en juego cuando el agente observa sus iteraciones con el mundo y sus procesos de toma de decisiones. Existen tres formas de aprendizaje: Aprendizaje supervisado, no supervisado y el aprendizaje por refuerzo.

El aprendizaje por refuerzo consiste en aprender a decidir, ante una situación determinada, que acción es la más adecuad para lograr un objetivo. Consta de dos componentes. Componente selectiva que involucra la selección de la mejor acción a ejecutar de entre varias opciones y la componente asociativa, en el sentido de que las alternativas encontradas se asocian a situaciones particulares en que se tomaron.

El aprendizaje por refuerzo es adecuado cuando no existe un conocimiento “a priori” del entorno o este es demasiado complejo como para utilizar otros métodos.

MODELO DE APRENDIZAJE POR REFUERZO

Un agente hardware y software está conectado a su entorno vía percepción y acción. En cada instante el agente recibe desde l entorno a través de sensores el estado en el que se encuentra, s; entonces el agente decide ejecutar una acción, a , que genera como salida. Esta salida cambia el estado del entorno a s’, que es transmitido al agente junto a una señal de refuerzo r. esta señal informa al agente de la utilidad de ejecutar la acción a, desde el estado s para lograr un objetivo concreto. Este modelo se ilustra en la siguiente figura:

Figura1. Modelo de Aprendizaje por Refuerzo

El aprendizaje puede ser pasivo y activo.

En el aprendizaje pasivo la política del agente está fijada y la tarea es aprender las utilidades de los estados (o parejas estado acción) mientras que el aprendizaje activo el agente debe aprender también que hacer. El esfuerzo activo además de recoger información del entorno utilizará ésta para tomar decisiones sobre la siguiente acción a realizar.

El objeto del aprendizaje mediante el refuerzo es un comportamiento que permite resolver problemas óptimamente. Un comportamiento no es más que un conjunto de acciones que se realizan para resolver un problema y política al conjunto de acciones que se realizan en cada situación para resolver un problema.

Debido a que se produce una señal de esfuerzo. Esta se divide en inmediata o retardada

REFUERZO INMEDIATO

En éste refuerzo se obtiene una crítica para cada acción efectuada justo después de su realización. La información que aporta el refuerzo inmediato es local a cada acción tomada. Debe aprenderse una acción a realizar en cada situación para obtener un refuerzo positivo después de su ejecución.

Existen diversos algoritmos para el aprendizaje por refuerzo inmediato como:

• ALGORITMO LINEAL DE PREMIO-CASTIGO
• ALGORITMO LINEAL DE REFUERZO – INACCION

ü REFUERZO RETARDADO

Este refuerzo es más complicado ya que no tenemos una crítica para cada acción sino una estimación global del comportamiento. Se presenta cuando no se completa la secuencia de acciones empleadas para resolver el problema

Al ejecutar una acción el refuerzo no solo depende de ella sino también de las realizadas anteriormente.

REFUERZO PASIVO

Solo tenemos una estimación global del comportamiento y no una crítica para cada acción realizada, con lo cual el problema se complica. El esfuerzo obtenido al ejecutar una acción no depende únicamente de ella sino también de las realizadas anteriormente. El entorno genera las transiciones y el agente las percibe.

BIBLIOGRAFIA

MoMORENO A., Armengol E, Béjar J., Sánchez M., “Aprendizaje Automático”, 1994

Dr COOK Peter, “Intelligent Systems-Fusion, Tracking and Control”, 2003

RUSELL Stuart, NORVING Peter , “Inteligencia Artificia Un Enfoque Moderno”

BAARAUJO Basilo, "Aprendizaje Automático: Conceptos Básicos y Avanzados" ,2006

http://www.fleifel.net/ia/robotsyaprendizaje.php

http://www.cs.us.es/~delia/sia/html98-99/pag-alumnos/web10/indice.html

Origen

Los primeros conceptos sobre redes neuronales fueron proporcionados en el año de 1943 por Walter Pitts y Warren McCulloch. La investigación publicada sobre las redes neuronales sirvió de fundamentos para otras investigaciones realizadas en años próximos, simularon la red neuronal con circuitos eléctricos.

Red neuronal Artificial

Las redes neuronales artificiales son inspiradas en las redes neuronales biológicas que pueden ser implementadas en dispositivos electrónicos o computadoras, permitiendo el procesamiento de gran cantidad de información, capacidades de aprendizaje y entrenamiento con información proporcionada o almacenada, utilizadas en diversas áreas para el procesamiento paralelo, tolerancia a falos, etc.

Estructura de la Red Neuronal (Artificial – Biológica)

Las redes neuronales artificiales tienen la siguiente estructura Figura 1:

Las redes neuronales están compuertas por nodos conectadas por medio de conexiones dirigidas, las conexiones sirven para propagar las activaciones:

• Las entradas son impulsos de otras neuronas.
• Los pesos son intensidades que conectan dos neuronas
• Función de activación es el valor que la neurona recibe para activarse

Tipos de redes neuronales

Perceptrón simple.- El Perceptrón simple desarrollada en 1957 por el psicólogo Frank Rosenblatt. Este tipo de red intentaba asemejarse a las redes biológicas aunque el perceptrón simple es relativamente sencillo y no posee muchas aplicaciones su desarrollo fue fundamental para que se desarrollen con la utilización del perceptrón aplicaciones en los sistemas informáticos. Rosenblatt demostró con la utilización del perceptrón se podían clasificar patrones correctamente. La regla de adaptación del perceptrón permite ajustar los pesos de la neurona permitiendo obtener distinción de los datos.

Estructura de la red

La estructura del perceptrón simple Figura (2), la neurona de salida del Perceptrón es la suma de las entradas, resta el umbral y pasa el resultado a una función de transferencia de tipo escalón.

El perceptron pertenece a las redes de aprendizaje supervisado requiere conocer los datos de entrada.

Perceptrón multicapa.- Un Perceptrón multicapa se caracteriza porque permite la entrada de datos hacia delante, esta formada por varias capas de neuronas entre la entrada y la salida, es mas complejo que el perceptrón simple porque posee muchas capas y toma de decisiones entre ellas.

Estructura de la red

La estructura del perceptrón multicapa Figura (3), posee muchas neuronas de entrda y salida:

Aplicaciones redes neuronales

• Permite el procesamiento de imágenes
• Reconocimiento de patrones
• Mejores interfaces usuarios - computador
• Predicción
• Filtrado de señales
• Análisis económicos, financiera de las empresas
• Cambios en la tendencia del mercado

Inconvenientes

• El aprendizaje de grandes cantidades de información es complejo.
• El entrenamiento que esta sometido una red neuronal es elevado ocupando altos requisitos de memoria computacional.
• Para un óptimo aprendizaje necesita grandes volúmenes de información proporcionada por un programador.

Por: Jorge Fierro

Bibliografía:

http://www.monografias.com/trabajos/redesneuro/redesneuro.shtml

http://www.redes-neuronales.netfirms.com/tutorial-redes-neuronales/tutorial-redes.htm

http://www.electronica.com.mx/neural/

http://www.answermath.com/redes_neuronales_o_neurales.htm

http://www.fortunecity.com/skyscraper/chaos/279/articulos/redesneuronales.htm

Figura 1. Redes Bayesianas

El estudio de las redes bayesianas son diseñadas con el fin de hallar las relaciones de dependencia e independencia entre todas las variables que conforman un dominio de estudio. De ésta manera permite realizar predicciones sobre el comportamiento de cualquiera de las variables desconocidas a partir de los valores de las otras variables conocidas.

Es un grafo acíclico dirigido en el que cada nodo representa una variable aleatoria y cada arco una dependencia probabilística. Proveen una forma compacta de representar el conocimiento y métodos flexibles de razonamiento.

Una red bayesiana tiene dos componentes principales: cualitativo y cuantitativo.

ü En el campo cualitativo tenemos un grafo acíclico dirigido en el que cada nodo corresponde a un atributo (variable), y arcos dirigidos implicando que toda variable es condicionalmente independiente de todos sus no descendientes en la red siempre que se conozcan los valores de sus inmediatos predecesores

ü En el campo cuantitativo cada nodo tiene asociada la distribución de probabilidad de esa variable teniendo en cuenta sus padres en el grafo.

Existen distintos tipos de Redes Bayesianas:

• Naive Bayes
• DBNs = Redes Bayesianas Dinámicas: Cambian con el tiempo (t, t+1, t+2...) y lo pasado en t, tiene relación con lo que suceda en t+1
• Redes Gaussianas = distribución gaussiana: Para nodos con variables contínuas
• Cadenas de Markov = subconjunto de las RB: Ejemplos: aire acondicionado

Aprendizaje en las Redes Bayesianas

Aprendizaje Paramétrico

En éste tipo de aprendizaje, dada la estructura, obtenemos las probabilidades asociadas. Aprende las probabilidades de la red en base a casos dados, por ejemplo un archivo pasado con los valores de cada variable.

Existen distintos algoritmos de aprendizaje, entre ellos:

• EM (Expansión-Maximización): No necesita datos completos para el aprendizaje. Este contiene 2 fases:
• Expansión: calculo de todas las probabilidades posibles por toda la red.
• Maximización: se escoge la mayor probabilidad
• ML (Maximum Likelihood): Necesita de datos completos para poder aprender. Es parecido al EM, pero sin la primera fase , es decir sin expansión.

Aprendizaje Estructural.

Consiste en encontrar las relaciones de dependencia entre las variables, de manera que se pueda determinar la topología o estructura de la red bayesiana. De acuerdo al tipo de estructura, podemos dividir métodos de aprendizaje en:

• Aprendizaje de arboles
• Aprendizaje de poliarboles
• Aprendizaje de redes interconectadas

Estos algoritmos son capaces de aprender enlaces. También los podríamos clasificar en dos tipos de aprendizaje:

ü Basados en tests de independencia (algoritmos PC, NPC...)

Puntuación y búsqueda (Score & Search)

Aplicaciones:

Las Naive Bayes son aplicadas en la minería de datos Naive Bayes puede hacer predicciones para problemas multiclase, en los cuales hay varios resultados posibles. Por ejemplo, se puede construir un modelo para averiguar si un cliente en una organizaci;on o empresa será fiel o cambiará de proveedores. Se aplica tambien a un dominio médico e industrial, lo cuál permiten el uso de tiempo absoluto.

Bibliografía

LOPEZ Carlos. CLASIFICADORES POR REDES BAYESIANAS [Consultado en línea]. Disponible en: http://grad.uprm.edu/tesis/lopezdecastilla.pdf

RUIZ José. Introducción a las Redes Bayesianas [Consultado en línea]. Disponible en: http://jorge.sistemasyservidores.com/si_2008i/clases/claseiarazonamientoprobabilistico.pdf

ROCHE Francisco. METODOS PARA OBTENER CONOCIMIENTO UTILIZANDO REDES BAYESIANAS Y PROCESOS DE APRENDIZAJE CON ALGORITMOS EVOLUTIVOS. [Consultado en línea]. Disponible en: http://www.lsi.us.es/docs/doctorado/memorias/TESINA-Roche.pdf

Aproximadamente en el cerebro hay 50.000 neuronas por cada milímetro del cerebro, y billones de neuronas en todo el sistema neuronal. El tamaño y forma de las neuronas varía, lo que no varía son las partes de las cuales se compone, soma de la neurona, dendritas y axón. Se puede decir que la creación de redes neuronales y sus diferentes interpretaciones en cuanto a modelos, se puede aplicar en el campo informático y que ha servido en la mejora de procesos de sistemas computacionales complejos, como se comportan y la experiencia que adquieren estos en base a la información recibida y procesada. En el campo de la medina, ha servido para obtener información del comportamiento del cerebro y mejorar los diagnósticos de las diferentes anomalías que se generan en él.

El desarrollo de la tecnología y la necesidad de construir sistemas computacionales sumamente complejos, ha implicado el desarrollo de potentes herramientas y productos tanto hardware como software, que permitan simular, en este caso, redes neuronales para determinar u obtener una solución a determinado problema. En lo que se refiere a inteligencia artificial se refiere a redes de neuronas o redes neuronales, estas son una representación de aprendizaje y procesamiento automático. Se trata de un conjunto o sistema de interconexión de neuronas en una red que en la que interactúan para producir información de salida, previo un estímulo o datos de entrada.

Las redes neuronales están compuestas por un gran número de neuronas, las cuales a través de sus interconexiones generan un nivel muy alto de procesamiento, estas al momento de trabajar, proporcionan soluciones a problemas muy complejos. Las redes neuronales, aprenden con la experiencia. El aprendizaje automático es inevitable en las redes, esto es una ventaja, ya que les permite adquirir la experiencia necesaria para dar soluciones eficaces y eficientes, sin la necesidad de proporcionarle datos o información a la red.

Prácticamente se puede decir que, es una nueva forma de supercomputación con capacidad de manejar los estímulos e incertidumbres que aparecen cuando se desea resolver cualquier tipo de problemas asociados al mundo real, de esta manera las redes neuronales ofrecen soluciones completas, sin inconsistencias y fáciles de implementar.

Las redes neuronales se componen de muchos elementos, estos operan de forma paralela. El diseño no es único, este se determina por las interconexiones que tienes los elementos. Las principales ventajas de las redes neuronales son:

• Aprendizaje adaptativo.
• Auto-organización.
• Tolerancia a fallos.
• Operación en tiempo real.
• Facilidad para interactuar con las nuevas tecnologías.

Aplicabilidad

Las redes neuronales pueden utilizarse en diferentes áreas y aplicaciones. La construcción de las redes neuronales puede tardar de acuerdo al problema para el cual se quiere construir la red y a las funcionalidades y tareas que se quiere cumplir. Cuando se implementa mediante hardware, es decir, a través de un chip, existe un nivel muy alto de tolerancia a fallos del sistema, lo que permite la inserción de otras redes neuronales de bajo costo y funcionalidades no completas en los sistemas desarrollados.

Existen distintos tipos de redes neuronales, cada uno de estos tiene aplicabilidades diferentes y distintas áreas como:

Electrónica y Sistemas Computacionales:

• Reconocimiento de patrones de voz, imágenes, señales.
• Algoritmos genéticos para crear controladores para robots.

Biología:

• Aprender más acerca del cerebro y otros sistemas.
• Obtención de modelos de la retina.

Empresa:

• Evaluación de probabilidad de formaciones geológicas y petrolíferas.
• Identificación de candidatos para posiciones específicas.
• Explotación de bases de datos.
• Optimización de plazas y horarios en líneas de vuelo.
• Optimización del flujo del tránsito controlando convenientemente la temporización de los semáforos.
• Reconocimiento de caracteres escritos.
• Modelado de sistemas para automatización y control.

Medio ambiente:

• Analizar tendencias y patrones.
• Previsión del tiempo.

Finanzas:

• Previsión de la evolución de los precios.
• Valoración del riesgo de los créditos.
• Identificación de falsificaciones.
• Interpretación de firmas.

Bibliografía:

• Historia de las Redes Neuronales. Disponible en:http://ingenieria.udea.edu.co/investigacion/mecatronica/mectronics/redes.htm
• TREC INTERNET. Redes Neuronales Artificiales. Disponible en:http://electronica.com.mx/neural
• Introducción a las Redes Neuronales Artificiales. Disponible en: http://www.redes-neuronales.tk
• MATICH, Damián. Redes Neuronales: Conceptos básicos y aplicaciones. Universidad Tecnológica Nacional – Departamento de Ingeniería Química. Rosario-Argentina. Documento PDF.
• Red Neuronal Artificial. Disponible en: http://es.wikipedia.orgw/index.php?title=Red_neuronal_artificial
• Neural Networks Framework. Disponible en: http://www.redes-neuronales.netfirms.com/tutorial-redes-neuronales/que-son-las-redes-neuronales.htm
• ARAUJO SIERRA, Basilio. Aprendizaje Automático: Conceptos básicos y avanzados. Editorial Pearson. Madrid-España. 2006.
• Red Científica – Ciencia, Tecnología y Pensamiento. Redes Neuronales. Disponible en: http://www.redcientifica.com/doc/doc199903310003.html
• Tipos de Redes Neuronales. Clasificación de las Redes Neuronales. Disponible en: http://softwarelibre.unsa.edu.ar/docs/descarga/2003/curso/htmls/redes_neuronales/c81.html
• Redes Neuronales. Funcionamiento del Perceptrón. Disponible en: http://www.wikipedia.es/enciclopedia/Redes_neuronales_artificiales
• Redes Neuronales aplicadas al avalúo inmobiliario. Disponible en: http://www.ilustrados.com/publicaciones/EpyVZEuElVVFXlQkSb.php

Para ver artículo completo ir al siguiente enlace: http://robpau007.wordpress.com/2008/08/08/redes-neuronales/

Las redes neuronales son una rama de la Inteligencia Artificial.

A finales del siglo 19 se logró una mayor claridad sobre el trabajo del cerebro debido a los trabajos de Ramón y Cajal en España y Sherrington en Inglaterra. El primero trabajó en la anatomía de las neuronas y el segundo en los puntos de conexión de las mismas o sinápsis.

En las redes neuronales el conocimiento se incorpora mediante el aprendizaje a partir de ejemplos.

Durante el verano de 1951, Minsky y Edmonds montaron la primera máquina de redes neuronales, compuesta básicamente de 300 tubos de vacío y un piloto automático de un bombardero B-24. Llamaron a su creación “Sharc”, se trataba nada menos que de una red de 40 neuronas artificiales que imitaban el cerebro de una rata.

La Red Neuronal

El sistema de neuronas biológico está compuesto por neuronas de entrada (censores) conectados a una compleja red de neuronas "calculadoras" (neuronas ocultas), las cuales, a su vez, están conectadas a las neuronas de salidas que controlan, por ejemplo, los músculos.

¿Cómo de trabaja con la Red Neuronal?

La figura siguiente describe el procedimiento para operar con redes neuronales. Originalmente la red neuronal no dispone de ningún tipo de conocimiento útil almacenado. Para que la red neuronal ejecute una tarea es preciso entrenarla, en terminología estadística diríamos que es necesario estimar los parámetros.

En realidad todo el procedimiento que vemos en la figura es estadístico: primero se selecciona un conjunto de datos, o patrones de aprendizaje en jerga neuronal. Después se desarrolla la arquitectura neuronal, número de neuronas, tipo de red. Por decirlo con otras palabras, se selecciona el modelo y el número de variables dependiente e independientes. Se procede a la fase de aprendizaje o estimación del modelo y a continuación se validan los resultados.

Problemas que tratan de resolver

Las redes neuronales tratan de resolver de forma eficiente problemas que pueden encuadrarse dentro de tres amplios grupos: optimización, reconocimiento y generalización. Estos tres tipos engloban un elevado número de situaciones, lo que hace que el campo de aplicación de las redes neuronales en la gestión empresarial sea muy amplio.

Topología: Consiste en la organización y disposición de las neuronas en la red formando capas o agrupaciones de neuronas. Los parámetros fundamentales de la red son: número de capas, número de neuronas por capa, grado de conectividad y tipo de conexión entre neuronas.

Mecanismo de Aprendizaje: El aprendizaje es el proceso por el cual una red neuronal modifica sus pesos en respuesta a una información de entrada. Los cambios que se producen durante la etapa de aprendizaje se reducen a la destrucción (el peso de la conexión toma el valor 0), modificación y creación (el peso de la conexión toma un valor distinto de 0) de conexiones entre las neuronas.

Tipo de asociación entre las informaciones de E/S: Las redes neuronales son sistemas que almacenan cierta información aprendida; esta se registra de forma distribuida en los pesos asociados a las conexiones entre neuronas. Hay que establecer cierta relación o asociación entre la información presentada a la red y la salida ofrecida por esta. Es lo que se conoce como memoria asociativa.

Representación de la Información de E/S

Redes contínuas: En un gran número de redes, tanto los datos de entrada como de salida son de naturaleza analógica (valores reales contínuos y normalmente normalizados, por lo que su valor absoluto será menor que la unidad). En este caso las funciones de activación de las neuronas serán también contínuas, del tipo lineal o sigmoidal.

Redes discretas: Por el contrario, otras redes sólo admiten valores discretos [0,1] a la entrada, generando también en la salida respuestas de tipo binario. La función de activación en este caso es del tipo escalón.

Redes híbridas: La información de entrada es contínua pero a la salida ofrecen información binaria.

BIBLIOGRAFÍA

http://www.une.edu.ve/electronica/neurona.htm

http://thales.cica.es/rd/Recursos/rd98/TecInfo/07/capitulo3.html

PEARSON, Aprendizaje automático: conceptos básicos y avanzados.

Los clusters deben ser hallados in información previa y serán sugeridos únicamente por la propia esencia de los datos.

Existen dos métodos de bloques de clustering: los jerárquicos y los no jerárquicos o particionales.

Para ver artículo completo ir a: http://techi322.wordpress.com/2008/08/08/clasificacion-analisis-de-clusters/

El análisis de clusters es una colección de métodos estadísticos que permiten agrupar casos sobre los cuales se miden diferentes variables o características.

Los clusters deben ser hallados in información previa y serán sugeridos únicamente por la propia esencia de los datos.

Existen dos métodos de bloques de clustering: los jerárquicos y los no jerárquicos o particionales.

• Métodos Jerárquicos: La pertenencia a un grupo o cluster en un nivel de la jerarquía condiciona la pertenencia a grupos de un nivel superior

• Métodos Particionales: obtienen una única partición de los datos mediante la optimización de alguna función adecuada. También conocidos como métodos de optimización.

DISTANCIAS Y SIMILARIDADES

Definen proximidad, no Covariación, y su elección (tipos) viene determinada por la escala de medida de las variables: binaria u ordinal o de intervalo/razón.

• Medidas de distancia para escalas ordinales, de intervalo o razón; amplia variedad
• Medidas de similitud para variables nominales binarias: reciben el nombre de medidas de asociación

Es necesario medir las similitudes o distancias que hay entre los casos.

Para esto debe cumplir las siguientes propiedades:

1. Las distancias deben ser no negativas.
2. Cada caso no puede distar de sí mismo
3. Se establece la simetría.

En general, cuanto mayor sean la distancia, más diferente entre sí serán los casos.

Si además de las tres propiedades cumple la desigualdad triangular, se dice que la distancia es métrica y que forma un espacio métrico.

El concepto dual ala distancia es la similaridad. Se dice que en algunos casos es más práctico calcular similaridades que distancias.

Propiedades de la Similaridad

1. La similaridad debe ser no negativa y establece una escala.
2. Cada caso se parece a sí mismo más que a cualquier otro caso.
3. Establece la simetría.

DISTANCIAS PARA VARIABLES CONTINUA

• EUCLÍDEA (para "t" variables)

• Distancia de Mahalanobis

  

Ventajas

1. Se consigue mitigar el problema de las unidades en la medida en que cada variable entra en el cálculo de distancia corregida por su variabilidad (función del tamaño)
2. Se elimina la información redundante. La más correcta en caso de elevada multi - colinealidad.

• Distancia de Manhatan

ETAPAS DE UN CLUSTER

1. selección de la muestra de datos
2. selección y transformación de variables a utilizar
3. selección de concepto de distancia o similitud y medición de las mismas
4. selección y aplicación del criterio de agrupación
5. determinación de la estructura correcta.

BIBLIOGRAFÍA

• PEARSON. Aprendizaje Automático: conceptos básicos y avanzados.
• http://www.uam.es/personal_pdi/economicas/rmc/documentos/cluster.PDF

Introducción

Las Redes Neuronales surgieron del movimiento conexionista, que nació junto con la Inteligencia Artificial (IA) simbólica o tradicional. Esto fue hacia los años 50, con algunos de los primeros ordenadores de la época y las posibilidades que ofrecían. La IA simbólica se basa en que todo conocimiento se puede representar mediante combinaciones de símbolos, derivadas de otras combinaciones que representan verdades incuestionables o axiomas. Así pues, la IA tradicional asume que el conocimiento es independiente de la estructura que maneje los símbolos, siempre y cuando la 'máquina' realice algunas operaciones básicas entre ellos [2].

Definición

Una red neuronal artificial (Artificial Neural Network, ANN), es un procesador masivamente paralelo distribuido que es propenso por naturaleza a almacenar conocimiento experimental y hacerlo disponible para su uso. Este mecanismo se parece al cerebro en dos aspectos:

1.      El conocimiento es adquirido por la red a través de un proceso que se denomina aprendizaje.

2.      El conocimiento se almacena mediante la modificación de la fuerza o peso sináptico de las distintas uniones entre neuronas [1].

 ELEMENTOS BÁSICOS QUE COMPONEN UNA RED NEURONAL.

A continuación se puede ver, en la Figura, un esquema de una red neuronal:

La misma está constituida por neuronas interconectadas y arregladas en tres capas (esto último puede variar). Los datos ingresan por medio de la “capa de entrada”, pasan a través de la “capa oculta” y salen por la “capa de salida”. Cabe mencionar que la capa oculta puede estar constituida por varias capas.

Los elementos que permiten clasificar los diferentes tipos de redes son los siguientes aspectos:

• Número y disposición de las neuronas.
• No-linealidad presente en cada neurona.
• Red de Interconexión.
• Algoritmo de entrenamiento.
• Comportamiento estático y dinámico [3].

VENTAJAS QUE OFRECEN LAS REDES NEURONALES

Debido a su constitución y a sus fundamentos, las redes neuronales artificiales presentan un gran número de características semejantes a las del cerebro. Por ejemplo, son capaces de aprender de la experiencia, de generalizar de casos anteriores a nuevos casos, de abstraer características esenciales a partir de entradas que representan información irrelevante, etc. Esto hace que ofrezcan numerosas ventajas y que este tipo de tecnología se esté aplicando en múltiples áreas. Entre las ventajas se incluyen:

Aprendizaje Adaptativo. Capacidad de aprender a realizar tareas basadas en un entrenamiento o en una experiencia inicial.

Auto-organización. Una red neuronal puede crear su propia organización o representación de la información que recibe mediante una etapa de aprendizaje.

Tolerancia a fallos. La destrucción parcial de una red conduce a una degradación de su estructura; sin embargo, algunas capacidades de la red se pueden retener, incluso sufriendo un gran daño.

Operación en tiempo real. Los cómputos neuronales pueden ser realizados en paralel