UNIDAD V: APRENDIZAJE AUTOMATICO INGENIERIA EN SISTEMAS COMPUTASIONALES
APRENDIZAJE AUTOMATICO El Aprendizaje Automático es una rama de la Inteligencia Artificial en la cual su principal objetivo es desarrollar técnicas que permitan a las computadoras aprender, es decir, se considera como un proceso de inducción del conocimiento.
El aprendizaje automático se centra en el estudio de la Complejidad Computacional de los problemas. Muchos problemas son de clase NP-hard, por lo que las aplicaciones desarrolladas en aprendizaje automático están enfocadas al diseño de soluciones viables a esos problemas. A través del aprendizaje automático se puede generar tres tipos de conocimiento, cada tipo dependerá del tema que se desee aprender:
1. Crecimiento Es el que se adquiere de lo que nos rodea, el cual guarda la información en la memoria como si dejara huellas. 2. Reestructuración Al interpretar los conocimientos el individuo razona y genera nuevo conocimiento al cual se le llama de reestructuración. 3. Ajuste Es el que se obtiene al generalizar varios conceptos o generando los propios.
INDUCCION HEURISTICA Los heurísticos son estrategias sencillas y rápidas (atajos cognitivos), que pretenden reducir la complejidad de una tarea a base de valorar probabilidades, y de predecir valores que simplifiquen las operaciones necesarias para hacer juicios. Dichas estrategias sencillas y rápidas son de tipo no lógico! esto nos lleva a razonar adecuadamente en ocasiones y en otras, a cometer errores o sesgos.
Surgen originariamente en el campo del Razonamiento Inductivo con autores como Kahneman y Tversky (1972) los cuales, estudiaron su uso en ámbitos como el de la solución de problemas, la toma de decisiones… siendo el punto de referencia para que otros autores abordaran el estudios de heurísticos en el campo del razonamiento deductivo: autores como Pollard (1982) o Evans (1982, 1984) trasladan esto al ámbito del Razonamiento Deductivo.