jueves 3 de febrero 2011 ( clase)

En la primera y segunda hora hablamos sobre los documentos referiendonos a la teoría de las 6 lecturas.el profe llamo a cada una para preguntarle en que grado de lectura pensaba que estaba, y también  le decía que debía mejorar
después nos dijo que en el transcurrir del año tenemos que ir mejorando nuestra  lectura para poder tratar de comprender mucho mejor cada cada escrito.
también nos dicto unas preguntas para resolverlas y socializarlas la proxima clase.

 trailer inteligencia artificial

quinta guia!

Aprendizaje automático : El Aprendizaje Automático o Aprendizaje de Máquinas es una rama de la inteligencia artificial  cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de una información no estructurada suministrada en forma de ejemplos.




Ingeniería del conocimiento: La ingeniería del conocimiento es aquella disciplina moderna que forma parte de la Inteligencia Artificial y cuyo fin es el diseño y desarrollo de Sistemas expertos (o Sistemas Basados en el Conocimiento  Para ello, se apoya en metodologías instruccionales y en las ciencias de la computación y de la Información, intentando representar el conocimiento y razonamiento humanos en un determinado dominio, dentro de un sistema artificial.

El trabajo de los ingenieros del conocimiento consiste en extraer el conocimiento de los expertos humanos en una determinada área, y en codificar dicho conocimiento de manera que pueda ser procesado por un sistema.

Lógica difusa: La lógica difusa es una técnica de la inteligencia computacional que permite trabajar información con alto grado de imprecisión, en esto se diferencia de la lógica convencional que trabaja con información bien definida y precisa. 

Redes Neuronales Artificiales: Las redes neuronales consisten en una simulación de las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado, un ordenador o un conjunto de válvulas). El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización y su robustez.

Sistemas Reactivos: Los sistemas reactivos, a diferencia de los puramente transformacionales, mantienen una continua interacción con su entorno, respondiendo ante los estímulos externos en función de su estado interno. Esto causa que su comportamiento sea complejo de analizar y muy sujeto a errores. Muchos de estos errores pueden causar problemas de seguridad, por lo que a menudo los sistemas reactivos son también sistemas críticos.

Sistemas Multiagente : Las Ciencias de la Complejidad estudian sistemas complejos tanto naturales como artificiales. Esta vez abordaremos sistemas de esta última categoría: los Sistemas Multiagente. Son dos los factores principales que han causado el crecimiento de este campo. Primero, el papel clave que estos sistemas juegan en el desarrollo de las ciencias de la computación; actualmente la mayoría de las computadoras participan en grandes redes interconectadas y los sistemas de información computarizada y sus aplicaciones tienen una creciente complejidad.  Y segundo, los sistemas Multiagente constituyen un apoyo importante para  el estudio y análisis de modelos y teorías de  la interactividad en las sociedades humanas.

Sistemas Basados en Reglas: Los sistemas basados en reglas trabajan mediante la aplicación de reglas, comparación de resultados y aplicación de las nuevas reglas basadas en situación modificada. También pueden trabajar por inferencia lógica dirigida, bien empezando con una evidencia inicial en una determinada situación y dirigiéndose hacia la obtención de una solución, o bien con hipótesis sobre las posibles soluciones y volviendo hacia atrás para encontrar una evidencia existente (o una deducción de una evidencia existente) que apoye una hipótesis en particular. 

Razonamiento Basado en Casos:es Una Técnica de Inteligencia Artificial Que se Basa en la utilización de Experiencias Previas párrafo resolución soles problemática MEDIANTE la Hipótesis problemática Similares Tienen Soluciones Similares . 

Sistemas Expertos: Los Sistemas Expertos estan basados en conocimientos dedicados a tareas específicas que requieren una gran cantidad de conocimiento de un dominio de experiencia particular, proporcionan experiencia en forma de diagnósticos, instrucciones, predicciones o consejos ante situaciones reales que se planteen y pueden servir también como herramientas de entrenamiento. Son aplicables a numerosos campos de experiencia, como medicina, actividades militares, económicas financieras e industriales, ciencia, ingeniería, y derecho.

Redes Bayesianas: las redes bayesianas son una herramienta extremadamente útil en la estimación de probabilidades ante nuevas evidencias.

 Vida Artificial:  es el estudio de la vida y de los sistemas artificiales que exhiben propiedades similares a los seres vivos, a través de modelos de simulación.

Computación Evolutiva: La Computación Evolutiva interpreta la naturaleza como una inmensa máquina de resolver problemas y trata de encontrar el origen de dicha potencialidad para utilizarla en nuestros programas. 

Estrategias Evolutivas: En informática, las estrategias evolutivas son métodos computacionales que trabajan con una población de individuos que pertenecen al dominio de los números reales, que mediante los procesos de mutación y de recombinación evolucionan para alcanzar el óptimo de la función objetivo.

Algoritmos Genéticos: En realidad, los algoritmos de búsqueda abarcan prácticamente todo algoritmo para resolver problemas automáticamente. Habitualmente, en Informática se habla de búsqueda cuando hay que hallar información, siguiendo un determinado criterio, dentro de un conjunto de datos almacenados; sin embargo, aquí nos referiremos a otro tipo de algoritmos de búsqueda, a saber, aquellos que, dado el espacio de todas las posibles soluciones a un problema, y partiendo de una solución inicial, son capaces de encontrar la solución mejor o la única.

Representación del Conocimiento: En el área de la inteligencia artificial, la resolución de problemas puede ser simplificada con la elección apropiada de representación del conocimiento.

Redes Semánticas: Una red semántica o esquema de representación en Red es una forma de representación de conocimiento lingüístico en la que los conceptos y sus interrelaciones se representan mediante un grafo. En caso de que no existan ciclos, estas redes pueden ser visualizadas como árboles. Las redes semánticas son usadas, entre otras cosas, para representar mapas conceptuales y mentales.

Frames: se denomiana a un fotograma o cuadro, una imagen particular dentro de una sucesión de imágenes que componen una animación. La continua sucesión de estos fotogramas producen a la vista la sensación de movimiento, fenómeno dado por las pequeñas diferencias que hay entre cada uno de ellos.

Visión Artificial: es un sub campo de la inteligencia artificial. El propósito de la visión artificial es programar un computador para que "entienda" una escena o las características de una imagen.

Lingüística Computacional: La lingüística computacional es un campo multidisciplinar de la lingüística y la informática que utiliza la informática para estudiar y tratar el lenguaje humano. Para lograrlo, intenta modelar de forma lógica el lenguaje natural desde un punto de vista computacional. Dicho modelado no se centra en ninguna de las áreas de la lingüística en particular, sino que es un campo interdisciplinar, en el que participan lingüistas, informáticos especializados en inteligencia artificial, psicólogos cognoscitivos y expertos en lógica, entre otros.

Procesamiento del Lenguaje Natural: El PLN se ocupa de la formulación e investigación de mecanismos eficaces computacionalmente para la comunicación entre personas o entre personas y máquinas por medio de lenguajes naturales.

Mineria de Datos: consiste en la extracción no trivial de información que reside de manera implícita en los datos. Dicha información era previamente desconocida y podrá resultar útil para algún proceso. En otras palabras, la minería de datos prepara,sondea y explora los datos para sacar la información oculta en ellos.