Utp sirn_s5_6_aprendizaje
Upcoming SlideShare
Loading in...5
×
 

Utp sirn_s5_6_aprendizaje

on

  • 2,641 views

 

Statistics

Views

Total Views
2,641
Views on SlideShare
845
Embed Views
1,796

Actions

Likes
0
Downloads
37
Comments
0

7 Embeds 1,796

http://utpsirn.blogspot.com 1656
http://www.utpsirn.blogspot.com 121
http://utpsirn.blogspot.mx 12
http://utpsirn.blogspot.com.es 4
http://unirdsi.blogspot.com 1
http://utpsirn.blogspot.co.il 1
http://utpsirn.blogspot.com.ar 1
More...

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

 Utp sirn_s5_6_aprendizaje Utp sirn_s5_6_aprendizaje Presentation Transcript

  • Sistemas Inteligentes y Redes Neuronales (SI01) Sesión 5 y 6 Aprendizaje Ing. José C. Benítez P.
  • Sesion 5 y 6. Temas Aprendizaje Aprendizaje automático. Definiciones Sistema de aprendizaje Inteligencia Algoritmo o ley de Aprendizaje Tipos o modos de aprendizaje Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 2
  • Aprendizaje y entrenamiento Aprendizaje Automático. Tipos de aprendizaje. Supervisado: - Aprendizaje por Corrección de Errores - Con Refuerzo. - Aprendizaje Estocástico. Sin Supervisar: - Interpretación de salidas. - Aprendizaje Competitivo. Velocidad de aprendizaje. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 3
  • Aprendizaje Automático “ Construir un sistema que aprenda ha sido tradicionalmente uno de los objetivos más escurridizos de la IA”. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 4
  • Aprendizaje Automático Definiciones: • Significa cambios adaptativos en el sistema: permite que el sistema ejecute la misma tarea con mayor eficacia para la siguiente ocasión. (Herbert Simun). • Construir o modificar representaciones de aquello con lo que se experimenta (estímulos sensoriales, procesos cognoscitivos, etc.) (Ryszard Michalski). • El Aprendizaje como proceso de adaptación a un entorno, el cual no tiene porque ser físico, sino que puede (y es lo normal) estar formado por estructuras que se refieran a conocimiento. • La creación y manipulación de representaciones que den sentido a lo aprendido, y que sean capaces de explicarlo o de permitir su interpretación. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 5
  • Sistema de Aprendizaje Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 6
  • Inteligencia Desde el punto de vista de los Sistema Conexionistas (Redes Neuronales): Elementos Variables: Pesos « La modificación dinámica de los pesos (Wi) es la verdadera esencia del aprendizaje» En el nivel de un simple PE, este reajustamiento de pesos no significa nada, pero cuando muchos PE lo realizan colectivamente, se dice que representa a la Inteligencia Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 7
  • Algoritmo o Ley de aprendizaje Definición: Aprendizaje es un proceso por el cual los parámetros libres (pesos y bias) de una red neuronal son ajustados a través de un proceso continuo de estimulación por parte del entorno en donde se sitúa el sistema. El tipo de aprendizaje es determinado por la forma o manera que tienen lugar dichos cambios. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 8
  • Algoritmo o Ley de aprendizaje Definición: Aprendizaje Esta definición implica la siguiente secuencia de hechos: La RNA se encuentra estimulada por el entorno. La RNA cambia como consecuencia de dicho estímulo. La RNA responde de manera diferente al entorno a causa de los cambios que se han producido en su estructura interna. La ecuación que especifica como cambian los pesos, recibe el nombre de Ley de Aprendizaje. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 9
  • Tipos o modos de Aprendizaje Aprendizaje Supervisado. Aprendizaje Sin Supervisar. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 10
  • Aprendizaje Supervisado Necesita un profesor que mida el funcionamiento del sistema. Tipos: Aprendizaje por Corrección de Error. Aprendizaje por Refuerzo. Aprendizaje Estocástico. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 11
  • Aprendizaje sin Supervisar No se necesita profesor. El sistema debe organizarse a si mismo y por si sólo. Aprendizaje por Hecho. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 12
  • Tipos de Aprendizaje Supervisado Aprendizaje por Corrección de Error. Aprendizaje por Refuerzo. Aprendizaje Estocástico. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 13
  • Aprendizaje por corrección de error El entrenamiento consiste en presentar al sistema un conjunto de pares de datos, representado la entrada y la salida deseada para dicha entrada. Este conjunto recibe el nombre de conjunto de entrenamiento (CE). Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 14
  • Aprendizaje por corrección de error Objetivo: Se trata de minimizar el Error entre la Salida Deseada y la Actual. Aprendizaje OFF Line Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 15
  • Aprendizaje por corrección de error Método: 1. Inicializar aleatoriamente los pesos. 2. Presentación del conjunto de entrenamiento (CE). 3. Obtención de las salidas para el CE. 4. Comparación de salidas deseadas con actuales. 5. Si se verifica el criterio de finalización ir al siguiente paso, sino ir al paso 2. 6. Fin. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 16
  • Aprendizaje por corrección de error Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 17
  • Aprendizaje por Refuerzo Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 18
  • Aprendizaje por Refuerzo Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 19
  • Aprendizaje por Refuerzo Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 20
  • Aprendizaje por Refuerzo Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 21
  • Aprendizaje por Refuerzo Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 22
  • Aprendizaje por Refuerzo Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 23
  • Aprendizaje Estocástico Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 24
  • Aprendizaje Estocástico Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 25
  • Aprendizaje sin Supervisar Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 26
  • Aprendizaje sin Supervisar Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 27
  • Aprendizaje sin Supervisar Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 28
  • Sesión 5 y 6. Aprendizaje Sistemas Inteligentes y Redes Neuronales Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 29