• Author / Uploaded
• Guamán José

Citation preview

APRENDIZAJE DE WINSTON -Supervisado -Inductivo -Ejemplos +: Generalizacion------Ascenso de arbol ------Ampliacion de conjunto -Ejemplos - (cuasiejemplos: una sola diferencia con el ejemplo q se trabaja): Especializacion-----enlace necesario

-----Prohibicion de enlace

Cuando hay mas de una diferencia es mas complicado el winston. Una escena se representa a traves de una red semántica Siempre el aprendizaje de Winston se inicia con un ejemplo positivo Modelo en evolución: va cambiando dependiendo del ejemplo positivo y negativo Ejemplo

a

b

c

Modelo a apoyo

apoyo

b

c A la izquierda

a detrás b

detrás

c a b

c A la izquierda

Utilizando la heurística de enlace necesario B - debe ser apoyo de a C - debe ser apoyo de a a a

b

Apoya a

Apoya a

b

c

c

Unido/se tocan Ahora se debe especializar: B-no debe estar unido EL MODELO QUEDA:

a Debe Apoyar

Debe Apoyar

b

c No deben tocarse

poligono a

a

c

b

es

Triangulo

finalmente a es polígono (se ha generalizado) AMPLIACION DE CONJUNTO a es diferente rectángulo y arco (porque no se puede generalizar q abarque los dos representaciones) a es de color rojo y azul (no se puede generalizar de una manera clara)

LEER APRENDIZAJE ESPACIO DE VERSIONES Y DE MITCHEL APRENDIZAJE DE VERSIONES -

Generalización: (x1, x2, x3, alto) Especialización: (estudiante, ecuatoriano, matemáticas, alto)

vehiculo procedencia

japon

japon

marca

toyota

toyota

color

negro

x1

año

1990

x2

tipo

van

x3

procedencia{japon, eeuu, alemania, italia} marca {toyota, honda, ford} color {negro, blanco, azul}

año {1999, 80, 81} tipo {van, economico, deportivo} Siempre inicia con una ejemplo positivo Puede tomar cualquier valor en las variables S{(EEUU, Ford, negro, 1990, van)}  es un solo elemento ELIMINACION DE LISTA DE CANDIDATOS – HEURISTICA Punto de partida -

Lenguaje: Propiedad – valor Ejemplos positivos y negativos

Se quiere encontrar una descripción consistente con los ejemplos positivos y no con los negativos Algoritmo: 1. Inicializar G para q contenga un elemento G = {(x1, x2, …, xn)} 2. Inicializamos S, con el primer ejemplo positivo (no tiene variables) S = {(primer ejemplo positivo)} 3. Recibir un ejemplo sea un positivo o negativo a. Si es positivo lo primero en hacer es apartar de G, cualquier descripción que no cubra el ejemplo. Se actualiza el conjunto S para q contenga el conjunto más específico de descripciones en el espacio de versiones que cubra tanto el ejemplo como los elementos actuales del conjunto S. b. Si es negativo, eliminar de S las descripciones que cubran el ejemplo, luego actualizar el conjunto G para que contenga el conjunto mas general de descripciones en el espacio de versiones que no cubran el ejemplo. Especializar los elementos de G lo menos posible, de manera que ningún elemento de G cubra al ejemplo negativo. c. Si S y G son unitarios, si son idénticos, la máquina aprendió. Ejemplo: Aprender el concepto de “coche económico japonés”, dado los siguientes ejemplos: origen Japon Japon Japon EEUU Japon

marca Honda Toyota Toyota Chrysler Honda

color Azul Verde Azul Azul blanco

decada 1980 1970 1990 1980 1980

tipo Econ Depor Econo Econo econo

Ejemplo + + +

G1 = {(x1, x2, x3, x4, x5)} E1S1 = {(Japón, honda, azul, 1980, economico)} + E2{(Japon, Toyota, verde, 1970, deportivo)} – (todos los valores deben ser iguales para q S cubra a E2) S2={(Japon, Toyota, azul, 1990, economico)} Especializar significa cambiar las variables por constantes de tal manera que ningún elemnto de G cubra al ejemplo negativo. G2 = {(x1, honda, x3, x4, x5), (x1, x2, azul, x4, x5), (x1, x2, x3, 1980, x5), (x1, x2, x3, x4, economico)} E3 = {(Japón, Toyota, azul, 1990, economico)} G3 = {(x1, x2, azul, x4, x5), (x1, x2, x3, x4, economico)} S3 = {(Japón, x2, azul, x4, economico)} E4 = {(EEUU, Chrysler, azul, 1980, economico)} S4 = {(Japon, x2, azul, x4, economico)} G4 = {(Japon, x2, azul, x4, economico),(Japon, x2, x3, x4, economico)} E5 = {(Japon, Honda, blanco, 1980, economico)} G5 = {(Japon, x2, x3, x4, economico)} S5 = {(Japon, x2, x3, x4, economico)}

Deber EJEMPLO: Aprender el perfil característico de un paciente con una determinada enfermedad: Edad X1

(20)

Lugar de residencia x2

(ciudad, campo, montaña, costa)

Actividad física x3

(baja, media, alta)

Consumo de tabaco x4

(nulo, bajo, medio, alto)

Tipo de trabajo x5

(sedentario, físico, estatico)

Edad 20-50 >50 >50 20-50 20-50

Lugar de residencia Ciudad Campo Ciudad Ciudad ciudad

Actividad fisica Baja Baja Baja Media baja

Consumo de tabaco Nulo Medio Alto Bajo medio

Tipo de trabajo Sedentario Físico Sedentario Sedentario estatico

Ejemplo + + +