AprendizajeAutomatico1.ppt

7/25/2019 AprendizajeAutomatico1.ppt

1/37

1

Aprendizaje Automtico

Por

Dr. Jos Federico Ramrez Cruz

Instituto Tecnol!ico de Apizaco


2/37

"

Aprendizaje #de$inicin%

& 'l proceso por el cual la !ente ad(uierecam)ios en su comportamiento* mejoran sus

actuaciones* reor!anizan su pensamiento odescu)ren nue+as maneras decomportamiento , nue+os conceptos e

in$ormacin.& Cam)ios en el comportamiento de un

indi+iduo deri+ados de la e-periencia


3/37

/0u procesos aprendemos


4/37

2

/0u aprendemos cuando somos )e)s

Clasi$icar o)jetos

Reconocer el rostro , la +ozde 3am


5/37

4

5lorar para (ue me atiendan


6/37

6

TIP78 D' APR'9DI:AJ'

A;T73


7/37

?

Aprendizaje 8uper+isado

Aprendizaje por medio de ejemplos

de entrenamiento eti(uetados


8/37

@

3am dice'J'3P578 97 T70;'8 5A P5A9CBA * '5 T78TAD7R*

P7R0;' T' 0;'3A8.

APRENDIZAJE 97 T7CAR 5A P5A9CBA* '5T78TAD7R 9I '5 CA5'9TAD7R P7R0;' 3' 0;'37


9/37

/0u necesita un nio para aprender

a reconocer una silla

3ostrarle los o)jetos eti(uetados*

esto es 8illas , 9o>8illas


10/37

1E

'ti(uetar los ejemplos


11/37

11

Aprendizaje 9o>8uper+isado

Aprendizaje de casos sin eti(uetas


12/37

1"

'5 9I7 T7CA '5 CA5'9TAD7R

APRENDIZAJE 97 T7CAR '5 CA5'9TAD7R P7R0;'3' 0;'37


13/37

1

Pre!unta

/Cmo puede un pro!rama de computadoramejorar su comportamiento #rendimiento%*

en )ase a su e-periencia

;tilizando al!una tcnica

del Aprendizaje Automtico


14/37

12

/0u es el Aprendizaje Automtico

8e dice (ue un pro!rama decomputadora Aprende a partir dela Experiencia* con respecto aal!una clase de Tarea , unamedida deRendimiento* si mejorasu Rendimiento en la Tarea con la

'-perienciaTom 3itcGell


15/37

14

/0u podemos Gacer con los

pro!ramas de Aprendizaje en unaComputadora

Problemas difciles de programar


16/37

16

Pro!ramas di$ciles de pro!ramar

A5I=I99 #Pomerleau%maneja a ?E mpG en

una autopista


17/37

1?

Pro!ramas Auto>Adapta)le

Programa que obtiene el

perfil del Usuario paraproporcionarle un centro

de noticias particularizado

en la web.


18/37

1@

Tcnicas del Aprendizaje A.Redes Neurales BPN

(Rumelhart, Hinton !illiams, "#$%&

'rboles de ecisi)n

(Quinlan, 1986).

'prendiza*e Basado en +*emplos, -

NN

( i/ Hodge, "#0"&

1""1"1""1"1""1"1"11"

'lgoritmos +2oluti2os

(Holland, "#30, 4oldberg, "#$#&


19/37

1

/Cmo puede una computadora

aprender a clasi$icar cajas en dosclases !rades o pe(ueas

1. Representar los o)jetos ,eti(uetarlos


20/37

"E

'ti(uetar las cajas !randes o pe(ueas

Pe(uea

Pe(uea

Pe(uea

Hrande

Hrande Hrande


21/37

"1

Descri)ir los ejemplos en $uncin de sus

Atri)utos o Caractersticas

a1= Ancho

a2= Alto


22/37

""

Aprendizaje asado en Instancias


23/37

"

=ecinos Cercanos

a1= Ancho

a2=

Alto


24/37

"2

>=ecinos Cercanos

a1= Ancho

a2=

Alto


25/37

"4

Redes 9euronales


26/37

"6

9euronas 9aturales


27/37

"?

Cone-iones 8inpticas


28/37

"@

Consideraciones Bumanas

& Tiempo de Conmutacin de una9eurona

& 9Kmero de 9euronas

& Cone-iones por 9eurona

& Tiempo de reconocimiento deescena

& Computacin Paralela

LE.EE1s

L1E1E

L1E2>4

LE.1s


29/37

"

;nidad 9euronal 'scaln #Perceptrn%

'scrita en notacin +ectorial


30/37

E

Redes totalmente conectadas

Redes 9euraonales Arti$iciales #P9)(Rumelhart, Hinton y Williams, 1986)


31/37

1

rboles de Decisin


32/37

"


33/37

Al!oritmos Henticos


34/37

2

1EE1E1E111E1EE1EEEE1EE111EEEE111E1E111EEEE1E1111E111E1E1EE1EE1E1E1EE1E1E1EE1EE111E1EE1

EEE1E111E11E1E111E1E1EE1EEEE1EEEE11111EE1E1EE1E1EEE1111E1E1E111E1E1E1E1E11EE1E1EE1EE1EE1111E111E1E1EE1EE1E1E1EE1E1E1EE1EE111E1EE1111E1EEE1EEE1111E11E1EEEEE1E111E1E11EE1E1EE11111EE1E1EEE1E11E1E11E1E1EEE11111E1EEE1111E1111E111E1E1EE1EE1E1E1EE1E1E1EE1EE111E1EE1EE11E11EEE1E1EEE1EEEEEE1E1EEEE1E111EE11EEEE11111111EEE1EEE111EEEE111111EEE1E11111111E111E1EE111E1E1EEEE11E1EE1E11E1EE1EEEE1E11EE11E1EE1EEE1EE111E1E1EEEE1EE1111EEEEEEEEE1E1111111E111E1E1EE1EE1E1E1EE1E1E1EE1EE111E1EE1

Poblaci)n

Poblaci)n

'lgoritmos 4en5ticos'lgoritmos 4en5ticos

1E2E

"E141""422""1@11"61

'ptitud


35/37

4

Aprendizaje a,esiano


36/37

6

Teorema de a,es


37/37

?

Hracias por su atencin

Pre!untas

AprendizajeAutomatico1.ppt

Documents

Transcript of AprendizajeAutomatico1.ppt