UNIVERSIDAD POLITCNICA DE FRANCISCO I.

MADERO
INGENIERA EN SISTEMAS COMPUTACIONALES
AplicacindelaInteligenciaartificial
Ing.MoissBaltazarHernndez
TEMA: Aprendizaje Automtio
PRESENTA:

!ERNAN"E# C!A$ARRIA MARIO AN"RE%

&&'(')&*+,

MONRO% MEN"O#A ALE-IS

&&'(')&**.

!ERNAN"E# MOTA "A$I"

&&'(')&*+*

0I"EL A"RIAN SANTIAGO NA1ERA

&&'(')&*.2
. CUATRIMESTRE GRUPO:3
TEPATEPEC !GO4 1unio 3'&(
INGENIERA EN SISTEMAS COMPUTACIONALES
AplicacindelaInteligenciaartificial
Ing.MoissBaltazarHernndez
TEMA: Aprendizaje Automtio
PRESENTA:

!ERNAN"E# C!A$ARRIA MARIO AN"RE%

&&'(')&*+,

MONRO% MEN"O#A ALE-IS

&&'(')&**.

!ERNAN"E# MOTA "A$I"

&&'(')&*+*

0I"EL A"RIAN SANTIAGO NA1ERA

&&'(')&*.2
. CUATRIMESTRE GRUPO:3
TEPATEPEC !GO4 1unio 3'&(
Objetivo

Comprender 5 ana6izar 6a
importania de6 aprendizaje
automtio dentro de 6a inte6i7enia
arti8ia6 5 9u9 u9o9 en 6a atua6idad4
Introduccin:

:;ue e9 e6 aprendizaje automtio<

E9tudia omo on9truir pro7rama9

=ue mejoren automtiamente on 6a
e>perienia4
Desarrollo:

E6 aprendizaje automtio 9e ?a9a

prinipa6mente en 6o =ue e9 6a
inte6i7enia arti8ia6 =ue ?u9a
omprender e6 onoimiento 5
?u9ar una manera de =ue 9e
a6maene 5 9e omprenda de
manera automtia4
Desarrollo

Aprendizaje @ Mejora de a67una tarea

mediante 6a e>perienia4

Tarea ATB: Lo =ue 9e de?e aprender4

E>perienia AEB: La =ue 9e tiene en re6aiCn

a 6o =ue 9e de?e aprender4

Rendimiento ARB: Medida de 6a a6idad de 6o

aprendido4
Ejem plo

MinerDa de dato9 A"ata minin7B: U9o de

dato9 Ei9tCrio9 para mejora de dei9ione9:

"ato9 mFdio9 "ei9ione9 media94

ConduiCn autCnoma de GeEDu6o9:

Aprenden a onduir9e en autopi9ta9 en
HuniCn de 6a inHormaiCn Gi9ua6 =ue rei?en4

Reonoimiento de6 Ea?6a4

1ue7o94
Ejem plo
Ejem plo

"ado9:

"ato9 de .*&( paiente9I

de9ri?iendo dato9 9o?re em?arazo 5
a6um?ramiento4

Con 3&, araterD9tia9 de ada

paiente4

O?jetiGo: Aprender a predeir 6a9e9

de paiente9 on a6to rie97o de
e9rea4
Ejem plo

Una de 6a9 &2 re76a9 aprendida9:

Si 6a madre e9 primerizaI 6o9

u6tra9onido9 en e6 9e7undo trime9tre
dan re9u6tado9 anorma6e9I et4 4 4 4

Entone9 9eria nee9ario e9rea

Ejem plo Anlisis de riesgo de bancos
Ejem plo de Anlisis de Riesgo

Re76a9 aprendida9 a partir de 6a 9Dnte9i9 de dato9:

> Primera re76a:

u Si ?ano9JonJdeuda9 > 3 5 Reinidenia9 > &I

entone9 Aeptar@ No

> Se7unda re76a:

u Si Kano9JonJdeuda9 @ ' 5 In7re9o9 >

&,'4'''I entone9 Aeptar@ Si
Ejem plo 2

Una Horma de aprender a ju7ar a6

ajedrez Ade mejorar nue9tro jue7oBI

e9 ju7ar ontra no9otro9 mi9mo94

Norma6mente 6a Horma de 9a?er 9i

Eemo9 aprendido e9 ju7ar ontra

otro94
Ejem plo 2

CaraterizaiCn de e9te pro?6ema de

aprendizaje

T: 1u7ar a6 ajedrez

E: Conjunto de partida9 ju7ada9 ontra uno

mi9mo

R: Porentaje de partida9 7anada9 ontra

otro ju7ador
Conclusiones

E6 aprendizaje automtio 9er de

oportunidade9 en e6 Huturo por
e>perimentaiCn atiGa

Aprendizaje de dei9ione9 en 6u7ar

de prediione9

Aprendizaje aumu6atiGo de 6ar7a

duraiCn