martes, 5 de diciembre de 2017

Vídeo Nº 181: IA Lógica - Espacio de Versiones 03

Último vídeo del algoritmo de aprendizaje supervisado simbólico "Espacio de Versiones" en el que se muestra, con un ejemplo más complejo y completo que el visto en el primer vídeo, los diferentes pasos para obtener reglas de clasificación aplicando la especialización de S y la generalización de G.



lunes, 4 de diciembre de 2017

Vídeo Nº 180: IA Lógica - Espacio de Versiones 02

Una vez vista la teoría del algoritmo Espacio de Versiones, que permite hacer aprendizaje supervisado simbólico con lenguajes LDC en lógica, en este vídeo se muestra el pseudocódigo. Es bastante largo, por lo que se ha divido en varias funciones/métodos que, una vez se combinen, del el pseudocódigo completo.



domingo, 3 de diciembre de 2017

Vídeo Nº 179: IA Lógica - Espacio de Versiones 01

Espacio de Versiones es el algoritmo más simple para hacer aprendizaje supervisado simbólico con lenguajes lógicos, en concreto, el lenguaje de descripción de conceptos (LDC). Se explican las bases del algoritmo mediante un ejemplo simple. También se analizan las ventajas y los inconvenientes.




Curso Online UNED sobre Lógica:
https://oer.ia.uned.es/led/

"Lógica Para Principiantes"
María Manzano y Antonia Huertas
Alianza Editorial
ISBN: 84-206-4570-2

"Aprendizaje Automático"
Daniel Borrajo, Jesús G. Boticario y Pedro Isasi
Sanz y Torres
ISBN: 84-96094-73-1

sábado, 2 de diciembre de 2017

Vídeo Nº 178: IA Probabilidad - Árboles de Decisión ID3 03

Vídeo con un ejemplo de cómo elegir entre los atributos de un árbol de decisión usando la máxima ganancia, la entropía y la información explicada en los vídeos previos. También se mostrará el árbol resultado de aplicar el algoritmo sobre el ejemplo que se usó en el primer vídeo de la serie.



viernes, 1 de diciembre de 2017

Vídeo Nº 177: IA Probabilidad - Árboles de Decisión ID3 02

Vídeo donde se explica la teoría de los árboles de decisión, en especial el cálculo de la ganancia, la entropía y la información que se usará para saber qué atributo será el elegido en cada momento para construir las ramas del árbol de decisión. También se mostrará el algoritmo ID3, que es el más sencillo que permite crear árboles de decisiones efectivos.