Visión general de etiquetas para: 'inteligencia_artificial'

Entradas en este sitio con 'inteligencia_artificial'

  • Medir la eficacia de un aprendizaje
    Una vez que tenemos una máquina de aprendizaje que es capaz de desempeñar la tarea hemos de pasar a medir la eficiencia de la máquina, es decir, intentar extraer alguna me
  • Algoritmos de Clustering
    Un algoritmo de  clustering  tiene como objetivo agrupar los objetos de un dataset según su  similaridad , de forma que los objetos que hay dentro de un grupo ( cluster )
  • Planificación: Fundamentos (y NetLogo)
    En esta entrada completamos el uso de procedimientos de búsqueda en Espacios de Estados para resolver problemas de Planificación Automática. Veremos algunas generalidades
  • Lógica de Primer Orden: una Introducción Informal
    A partir de las bondades que ofrece la Lógica Proposicional, y también conociendo sus limitaciones, damos aquí una introducción (principalmente, informal) de la Lógica de
  • Breve Historia de la Inteligencia Artificial
    La Inteligencia Artificial es el nuevo término de moda en ciencia, tecnología y empresa, llegando a superar en muy poco tiempo a otros términos que estaban ocupando las po
  • Monte Carlo Tree Search in NetLogo
    In this post we present a complete implementation of Monte Carlo Tree Search in NetLogo. It is based on a previous post about the fundamentals of this algorithm for solvin
  • Teoría de la Probabilidad: Lo Mínimo
    La teoría de la probabilidad es el estudio de la  incertidumbre . Con este resumen se intentan dar los fundamentos necesarios para poder entender los algoritmos más habitu
  • PageRank y el Surfista Aleatorio
    De forma genérica, se denomina  PageRank  a las diversas versiones de un algoritmo de ranking de páginas web que fue diseñado por  Larry Page  y  Sergey Brin  cuando ambos
  • Seminario (I+A)A... y llegamos al 4
    Da comienzo la cuarta temporada del Seminario (I+A)A ( Inteligencia Artificial  +  Aprendizaje Automático ) del  Dpto. de Ciencias de la Computación e Inteligencia Artific
  • No me enseñes más postales ... dame más becas
    Comienzo esta entrada parafraseando el lema de un anuncio de TV (de promoción turística de una comunidad española) que, en cierta forma, resume el hartazgo que se produce
  • De la Resolución Proposicional a la Resolución LPO
    En esta entrada se presentan mecanismos para extender la Resolución Proposicional al contexto de los Lenguajes de Primer Orden. Esta entrada no es autocontenida, sino que
  • Metaheurísticas para Búsqueda y Optimización (Parte 2)
     Otro nombre habitual que se le da a la perspectiva de obtener estrategias en IA es  metaheurística . En este contexto, una heurística es un algoritmo que localiza solucio
  • Metaheurísticas para Búsqueda y Optimización (Parte 1)
     Otro nombre habitual que se le da a la perspectiva de obtener estrategias en IA es  metaheurística . En este contexto, una heurística es un algoritmo que localiza solucio
  • Simulated Annealing in NetLogo
    In this post we will see implementations of Simulated Annealing algorithm. If you have played a little bit with the previous models in local search , you have realized tha
  • Búesquedas Estocásticas: Templado Simulado
     Hay muchas veces en los que los algoritmos de búsqueda deterministas se quedan atascados enseguida en óptimos no demasiado buenos. Para estos casos se han diseñado algori
  • Ética para la Inteligencia Artificial
    Sesión del Seminario (I+A)A Ponente:  Miguel Ángel Gutiérrez Naranjo Fecha:  15 Junio 2018 Resumen:   Los profesionales que nos dedicamos a la Inteligencia Artificial pode
  • ML aplicado a problemas de decisión/optimización
    Sesión del Seminario (I+A)A Ponente:  Jesús Giráldez Cru Fecha:  22 Junio 2018 Resumen:  Los problemas de decisión/optimización de restricciones son una de las áreas clási
  • Nuevos paradigmas de datos - Big Data. ¿Qué? ¿Cuándo? ¿Cómo?
    Sesión del Seminario (I+A)A Ponente:   Juan Galán Paez Fecha:  1 Juniio 2018 Resumen:   En esta charla hablaremos del nuevo panorama tecnológico denominado Big Data. Inten
  • Autocodificadores Variacionales y Diseño Generativo
    Sesión del Seminario (I+A)A Ponente:   J aime de Miguel Fecha:  25 Mayo 2018 Resumen:  La charla tratará de explicar en qué consisten los autodificadores variacionales y s
  • GRU: Gated Recurrent Units (LSTM)
    Sesión del Seminario (I+A)A Ponente:   Miguel Ángel Gutiérrez Naranjo Fecha:  18 Mayo 2018 Resumen:   Podemos considerar información secuencial aquella en la que nuestro c
  • XML: Aprendizaje Automático Explicable
    Sesión del Seminario (I+A)A Ponente:   Sergio Jiménez Fecha:  11 Mayo 2018 Resumen:  Comprender por qué los modelos de aprendizaje automático toman las decisiones que toma
  • Deep Learning en el reconocimiento de escritura manual
    Sesión del Seminario (I+A)A Ponente:   Hugo Rubio Fecha:  4 Mayo 2018 Resumen:  Actualmente, vivimos en un mundo rodeados de aplicaciones y sistemas basados en algoritmos
  • Millones de círculos por segundo - RICH@CERN
    Sesión del Seminario (I+A)A Ponente:  Daniel H. Cámpora Fecha:  8 Junio 2018 Resumen:  Para entender la diferencia entre la materia y la antimateria colisionamos millones
  • Deep Learning en la clasificación de vídeos para cine digital
    Sesión del Seminario (I+A)A Ponente: Miguel Angel Martínez del Amor Fecha: 27 Abril 2018 Resumen: La clasificación automática de vídeos puede servir como herramienta efici
  • Modelado de Sistemas Dinámicos con Machine Learning
    En Febrero de 2018  Diego Cabrera Mendieta  presentó la Tesis Doctoral de título  Modelado de Sistemas Dinámicos con Machine Learning: Aplicaciones al Mantenimiento Basado
  • Descubrimiento de Conocimiento en Grafos Multi-Relacionales
    En Junio de 2017 Pedro Almagro Blanco presentó la Tesis Doctoral de título Descubrimiento de Conocimiento en Grafos Multi-Relacionales . En esta entrada se publica la intr
  • Seminario (I+A)A... y ya van tres
    Da comienzo la tercera temporada del Seminario (I+A)A ( Inteligencia Artificial  +  Aprendizaje Automático ) del  Dpto. de Ciencias de la Computación e Inteligencia Artifi
  • Algoritmo de Monte Carlo aplicado a Búsquedas en Espacios de Estados
    Cuando se trata el tema de la IA aplicada a juegos normalmente se comienza hablando de los llamados Juegos con Información Perfecta (3 en raya, Conecta 4, Damas, Reversi,
  • Resolviendo Problemas de Satisfacción de Restricciones con Hormigas
      Al igual que hemos visto metaheurísticas varias (como  BFS ,  A* , o  Templado Simulado ) para dar soluciones a familias de problemas siempre y cuando pudiéramos represe
  • Nuevo Bloque de Cursos
     Se ha añadido un apartado de cursos completos al que puedes acceder por medio del nuevo enlace "Cursos" en el menú principal de esta página. El objetivo es ir colgando cu
  • Representación del Conocimiento
    Aunque la Representación del Conocimiento es uno de los conceptos centrales y, de alguna manera, más conocidos en Inteligencia Artificial, la pregunta más fundamental "¿qu
  • Fundamentos Matemáticos del Machine Learning (I)
    El objetivo de la serie de entradas que comienza aquí es el de hacer un repaso por los fundamentos matemáticos que hay detrás del concepto de aprendizaje que nos encontram
  • Seminario (I+A)A ... Nueva Temporada
    Da comienzo la segunda temporada del Seminario (I+A)A ( Inteligencia Artificial  +  Aprendizaje Automático ) del  Dpto. de Ciencias de la Computación e Inteligencia Artifi
  • Bibliografía Comentada de ML
    Título: Metaheuristics: From Design to Implementation Descripción: This book provides a complete background on metaheuristics and shows readers how to design and implement
  • Entrenamiento de Redes Neuronales: mejorando el Gradiente Descendiente
    El procedimiento utilizado para llevar a cabo el proceso de aprendizaje en una red neuronal se denomina  entrenamiento . Aunque hay uno, el del Gradiente Descendiente , qu
  • Calificaciones IAIC 2016-2017
    Estas son las calificaciones finales correspondientes a la 1ª Convocatoria Oficial del curso 2016-2017. Los alumnos sin nota se consideran como "No Presentados". Si hay al
  • Problemas de Satisfacción de Restricciones
    La resolución de Problemas de Satisfacción de Restricciones ( PSR , por sus siglas en español, o CSP por sus siglas en inglés) es un conjunto de técnicas utilizadas para l
  • Self Organizing Maps (SOM) in NetLogo
    In this post we present how to implement Self Organizing Maps (Kohonen, 1992) in NetLogo. Specifically, we will implement two versions, a first introduction example to pro
  • Artificial Neural Networks in NetLogo
    As a way to continue with AI algorithms implemented in  NetLogo , in this post we will see how we can make a simple model to investigate about Artificial Neural Networks (
  • Local Search Algorithms in NetLogo
    In this post we will see implementations of a couple of methods that, starting from initial states, will search in the state space by local moves that take us closer to th
  • A General A* Solver in NetLogo
    Among the different search algorithms that make use of partial information by using heuristics, the most famous is the A* algorithm, and in this post we will present sever
  • A general BFS Solver in NetLogo
    In this post we will provide an agent based model that solves BFS in a generic way (as generic as it can be done with a standard  NetLogo  programming style). For that, we
  • Curso acelerado de Lógica Proposicional
     En esta entrada vamos a intentar dar un curso acelerado (aceleradísimo) acerca de qué es la  Lógica Proposicional  y de qué forma se pueden automatizar algunos de los pro
  • Aprendizaje por refuerzo: algoritmo Q Learning
    En entradas anteriores destacábamos dos tipos principales de aprendizaje automático: por una parte, el Aprendizaje Supervisado , y por otra el Aprendizaje no Supervisado .
  • Minimax: Juegos con adversario
    En entradas anteriores hemos visto estrategias de búsqueda para encontrar soluciones a problemas que se pueden expresar por medio de un espacio de búsqueda con estructura
  • Métodos combinados de aprendizaje
    En el campo del aprendizaje automático, los métodos combinados ( métodos de ensemble ) utilizan múltiples algoritmos de aprendizaje para obtener un rendimiento predictivo
  • Aprendizaje Inductivo: Árboles de Decisión
    Entre los diversos tipos de aprendizaje que podemos diferenciar, destaca el  aprendizaje inductivo , que se basa en el descubrimiento de patrones a partir de ejemplos. Ent
  • Sistemas Basados en Reglas
    Hay muchos casos en los que podemos resolver situaciones complejas haciendo uso de reglas deterministas, hasta el punto de que su uso consigue sistemas automáticos que se
  • Introducción a la Lógica Difusa
    La forma en que la gente piensa es, inherentemente, difusa. La forma en que percibimos el mundo está cambiando continuamente y no siempre se puede definir en términos de s
  • Búsquedas No Informadas
    Los algoritmos de búsqueda ciega o no informada no dependen de información propia del problema a la hora de resolverlo. Por lo que son algoritmos generales y se pueden apl
  • El modelado de problemas
    En numerosas ciencias se hace necesario el estudio y análisis de fenómenos del mundo real, y por ello se hace necesaria la aplicación del método científico a este estudio.
  • Análisis Formal de Conceptos
    El análisis formal de conceptos proporciona una metodología para derivar una jerarquía de conceptos (como una ontología) a partir de una colección de objetos y las propied
  • Clasificación Supervisada y No Supervisada
    Los sistemas de clasificación supervisados son aquellos en los que, a partir de un conjunto de ejemplos clasificados ( conjunto de entrenamiento ), intentamos asignar una
  • Mapas Auto-Organizados
    Los  Self Organizing Maps  ( Mapas Auto-Organizados ), o  SOM , fueron inventados en 1982 por Teuvo Kohonen, profesor de la Academia de Finlandia, y proporcionan una forma
  • Introducción al Aprendizaje Automático
    Grosso modo, el  Aprendizaje Automático  (AA, o  Machine Learning,  por su nombre en inglés) es la rama de la Inteligencia Artificial que tiene como objetivo desarrollar t
  • Optimización en el espacio de parámetros de un modelo
    Uno de los problemas más habituales cuando se construye un modelo para simular un proceso es que, tras haber definido un buen número de parámetros para darle más flexibili
  • Redes Neuronales: una visión superficial
    Una Red Neuronal Artificial ( RNA ) es un modelo matemático inspirado en el comportamiento biológico de las neuronas y en cómo se organizan formando la estructura del cere
  • Algoritmos de hormigas y el problema del viajante
    Los Algoritmos de Hormigas son  una metodología inspirada en el  comportamiento colectivo  de las hormigas en su búsqueda de alimentos. Se debe recordar que las hormigas s
  • PSO: Optimización por enjambres de partículas
    La  Optimización por Enjambres de Partículas  (conocida como  PSO , por sus siglas en inglés,  Particle swarm optimization ) es una técnica de optimización/búsqueda en el
  • Sistemas Colectivos. Inteligencia Colectiva
    En esta entrada se describen fenómenos que sólo aparecen en sistemas compuestos por dos o más individuos . En particular, estamos interesados en los fenómenos colectivos q
  • Autómatas Celulares
    Los autómatas celulares (AC) surgen en la década de 1940 con  John Von Neumann , que intentaba modelar una maquina que fuera capaz de autoreplicarse, llegando así a un mod
  • Algoritmos Genéticos
    Los primeros ejemplos de lo que hoy podríamos llamar algoritmos genéticos aparecieron a finales de los 50 y principios de los 60, programados en computadoras por biólogos
  • Sistemas Complejos, Sistemas Dinámicos y Redes Complejas
    Un  sistema   es un conjunto de elementos o partes que interaccionan entre sí a fin de alcanzar un objetivo concreto.  En consecuencia, para que el comportamiento de un si
  • Búsquedas Informadas
    Es evidente que los  algoritmos de búsqueda ciega  (o  no informada ) serán incapaces de encontrar soluciones en problemas en los que el tamaño del espacio de búsqueda es
  • Sistemas Multiagente y Simulación
    Pretendemos analizar aquí la intersección entre dos campos de investigación: (1) Los Sistemas Multi-Agente (MAS) y (2) la Simulación por Ordenador. Por un lado, los MAS se
  • Sobre la Inteligencia Artificial...
    La  Inteligencia Artificial (IA)  es un campo de investigación transdisciplinar que generalmente se relaciona con el desarrollo e investigación de sistemas que operan o ac
  • Teoría Algorítmica de la Información y el juego del GO
    Un estudio en el que se mezclan el juego del Go , la Teoría Algorítmica de la Información y los algoritmos de Compresión de Imágenes para comparar la complejidad de las pa
  • Mapas semánticos: clasificación y representación
    El problema de la clasificación de objetos es, a grandes rasgos, uno de los problemas centrales de la investigación y donde, quizás de forma más clara, podemos observar la
  • Clustering por K-medias
     El  algoritmo de las K-medias  (presentado por MacQueen en 1967) es uno de los algoritmos de aprendizaje no supervisado más simples para resolver el problema de la  clust
  • Algoritmo A*
    El algoritmo de búsqueda A* se clasifica dentro de estos algoritmos de búsqueda informada. Fue presentado por primera vez en 1968 por Peter E. Hart, Nils J. Nilsson y Bert
  • Topics Navigator
    Topics Navigator  is a prototype model to experiment with some uses of graphs and hypergraphs for storing, recovering and analyzing connected information. Topics Navigator
  • Self Organizing Maps
    Los Self Organizing Feature Maps (Mapas de Características Auto-organizativos), o SOM, fueron inventados por Teuvo Kohonen, profesor de la Academia de Finlandia, y proporc
  • Algoritmo ID3
    Los algoritmos de árboles de decisión construyen modelos de regresión o clasificación en forma de estructura de árbol. Habitualmente, dividen el conjunto de datos en conju
  • Problemas Búsqueda y Planificación
    Sin lugar a dudas, una de las principales características de la inteligencia es su capacidad para resolver problemas. Si consideramos una inteligencia como la humana, adem

Etiquetas relacionadas

algoritmos, netlogo