Your SlideShare is downloading. ×
Trabajo7. william guerrero   aplicación de la inteligencia artificial en el análisis de la solvencia empresarial
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Trabajo7. william guerrero aplicación de la inteligencia artificial en el análisis de la solvencia empresarial

96

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
96
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
5
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. “APLICACIÓN DE LAINTELIGENCIA ARTIFICIAL EN EL ANÁLISIS DE LA SOLVENCIA EMPRESARIAL” Autor: William Ricardo Guerrero Cabrera
  • 2. INTRODUCCIÓN• Actualmente, el mayor esfuerzo en la búsqueda de la inteligencia artificial se centra en el desarrollo de sistemas de procesamientos de datos que sean capaces de imitar a la inteligencia humana.• Definitivamente, la inteligencia artificial es la cumbre del conocimiento tecnológico en nuestros días donde la ingeniería electrónica y la informática tienen la última palabra en cuanto a la implementación de la misma.
  • 3. CAPÍTULO I:Inteligencia Artificial
  • 4. 1.1. Definición• La expresión Inteligencia Artificial (IA) fue sugerida por John McCarthy, para referirse a una parte de la informática dedicada al diseño de máquinas que fueran capaces de simular algunas de las conductas realizadas por el ser humano.• Es la parte de las Ciencias de la Computación que se ocupa de diseñar sistemas informáticos que presenten las características que se asocian con inteligencia en el comportamiento humano.
  • 5. 1.2. Categorías de la inteligencia artificial• Sistemas que piensan como humanos.• Sistemas que actúan como humanos.• Sistemas que piensan racionalmente.• Sistemas que actúan racionalmente (idealmente).
  • 6. 1.3. Importancia• Actualmente, las aplicaciones de la inteligencia artificial en la vida diaria son muy variadas.• Los sistemas expertos se emplean en el ámbito comercial, para tomar decisiones con base en la información detallada de los clientes.• Por lo tanto, la importancia de la inteligencia artificial en nuestros días en innegable.
  • 7. 1.4. La prueba de Turing• Alan Turing se puede considerar el padre de la Inteligencia Artificial (IA), en el año 1950 propuso la llamada Prueba de Turing (o también «juego de imitación») para examinar la inteligencia de una máquina.
  • 8. 1.5. Etapas de la inteligenciaartificial Primera Etapa 1950 Redes neuronales Búsqueda Segunda Etapa 1960 Heurística Tercera Etapa 1970 Sistemas Expertos Aprendizaje de las Cuarta Etapa 1980 Máquinas Nuevos Estudios Quinta Etapa 1990 de Redes Neuronales
  • 9. 1.6. Evolución 1943   Swarren, McCulloch y Warren Pitts 1946   William Harvey, Claude Bernard y Walter Cannon   Santiago Ramón y Cajal   Sherrington 1946   Arturo Rosembleuth y Norbert Winer I   John Hopfield 1955   Alled Newell, J.C. Shaw y Hebert Simon 1956   John Mc Carthy   Frank Rosembaulty   Marvin Minsky y Seymour Papert 1957   Seymour Papert 1965   Allan Robinson   Sistema dendral de la universidad de Stanford para la determinación de estructuras de los compuestos químicos. 1973   Darpa desarrollado para líneas de Investigación y desarrollo. 1974   Prospector desarrollado para la localización de prospecciones mineras Petrolíferas. 1977   Micyn universidad de Stanford creado para diagnósticos médicos.
  • 10. 1.7. Ramas Las ramas de la Inteligencia Artificial son las siguientes: – Búsqueda Heurística – Representación del conocimiento – Inferencia – Planificación – Aprendizaje – Lenguaje Natural – Visión – Robótica
  • 11. 1.8. Aplicaciones• Tratamiento de Lenguajes Naturales• Sistemas Expertos• Problemas de Percepción• Aprendizaje• Juegos• Matemáticas• Ingeniería
  • 12. 1.9. Desafíos técnicos del futuro• Los tres desafíos más importantes en el desarrollo dentro de la A I son su facilidad de uso, la flexibilidad de la infraestructura computacional y la disponibilidad de herramientas de desarrollo cada vez más poderosas
  • 13. CAPÍTULO II:Redes Neuronales
  • 14. 2.1. Definición• Una red neuronal, según Freman y Skapura citado María Guzmán y G Sotolongo. (2001), es un sistema de procesadores paralelos conectados entre sí en forma de grafo dirigido.• Las redes neuronales artificiales (RNA) son aplicadas en diversos ámbitos de la actividad humana.
  • 15. 2.2. Células cerebrales• Según Quiñones, existen dos tipos de células cerebrales: neuronas (10%), y neuroglias (90%) y que además cada persona humana tiene 100 billones de neuronas y 1000 billones de neuroglias.• Así mismo alega que aunque el cerebro contiene menos neuronas, éstas son esenciales para su funcionamiento.
  • 16. 2.3. Sinapsis• Una neurona ejerce su influencia para activar otras neuronas mediante los puntos de unión o sinapsis.• Las neuronas no se tocan entre sí.2.4. Metabolismos• Se llama metabolismo al conjunto de reacciones químicas a través de las cuales las células intercambian materia y energía del medio.
  • 17. CAPÍTULO III: Aplicaciones en el campodel análisis de la solvencia
  • 18. Aplicaciones en el campo delanálisis de la solvencia• Las redes neuronales comienzan a utilizarse para analizar la solvencia empresarial cuando se desarrolla el algoritmo BP (back- propagation - retropropagación) a finales de los años ochenta. Su introducción vino motivada por el deseo de mejorar los resultados que se alcanzaban con los modelos estadísticos.
  • 19. Ventajas que presenta la utilizaciónde sistemas expertos 1) Permanencia 2) Reproducibilidad 3) Eficiencia 4) Consistencia 5) Amplitud Por último, el sistema experto siempre tiene en cuenta todos los factores.
  • 20. CONCLUSIONES• La inteligencia artificial, produce resultados que maximizan una cierta medida de rendimiento.• La mayor parte de los sistemas expertos están basados en reglas de clasificación.• Las redes neuronales en el campo financiero han originado modelos de análisis del riesgo de insolvencia que están funcionando actualmente en instituciones de crédito.

×