SlideShare una empresa de Scribd logo
1 de 8
Sistemas expertos probabilísticos Elementos para la construcción de modelos probabilísticos
Elementos de construcción SE Probabilístico La base de conocimiento de un sistema experto probabilístico esta formada por un conjunto de variables y un modelo probabilístico (una función de probabilidad conjunta) que describa las relaciones entre ellas El funcionamiento del sistema experto de- pende de la correcta definición de la función de probabilidad conjunta que define el modelo probabilístico.
Elementos de construcción SE Probabilístico Con el fin de que el proceso de definición del modelo sea lo más preciso posible, es conveniente seguir los siguientes pasos: Planteamiento del problema. El primer paso en el desarrollo de un sistema experto es la definición del problema a resolver. La definición del problema es un paso crucial en el desarrollo del modelo, pues un mal planteamiento inicial tendrá consecuencias fatales para el modelo desarrollado. Selección de variables. Una vez que el problema ha sido definido, el siguiente paso consiste en seleccionar un conjunto de variables que sean relevantes para su definición (esta tarea debe ser realizada por expertos en el problema a analizar). Las variables relevantes para la definicio ́n de un modelo han de ser cuidadosamente seleccionadas a fin de eliminar posibles redundancias
Elementos de construcción SE Probabilístico Adquisición de información relevante. Una vez que se ha realizado el planteamiento inicial del problema, el siguiente paso consiste en la adquisición y análisis de toda la información (datos) que sea relevante para la definición del modelo. La información puede ser cuantitativa o cualitativa, obtenida de un experto, o de una base de datos.  Esta información deberá ser cuidadosamente analizada utilizando técnicas de diseño experimental apropiadas. Es importante contar en esta etapa con la ayuda de especialistas en Estadística, pues el uso de métodos estadísticos permite mejorar la calidad de los datos y confirmar la validez de los métodos empleados para la obtención de las conclusiones.
Elementos de construcción SE Probabilístico Construcción del modelo probabilístico. Una vez que se conoce un conjunto de variables relevantes para el problema a analizar, y que se ha adquirido suficiente información para su definición, el siguiente paso consiste en la definición de una función de probabilidad conjunta que describa las relaciones entre las variables. Éste es, quizás, el paso más crítico y difícil en el desarrollo de un sistema experto:
Elementos de construcción SE Probabilístico (a) Es crítico porque la bondad de los resultados del sistema experto dependerá de la precisión con que se haya definido la función de probabilidad conjunta, es decir, la calidad de los resultados no podrá superar a la calidad del modelo. Por tanto, una incorrecta definición del modelo probabilístico redundara ́ en un sistema experto que dará conclusiones erróneas y/o contradictorias.
(b) La estructura de la función de probabilidad conjunta (es decir, la estructura de dependencia e independencia entre las variables) no suele ser conocida en la práctica. Por tanto, habrá de ser inferida del conjunto de datos obtenidos previamente. Por tanto, la calidad del modelo tampoco podrá superar la calidad de los datos relevantes disponibles. Elementos de construcción SE Probabilístico
(c) La estructura del modelo probabilístico puede depender de un número muy elevado de para ́metros que complican su definición.  Cuanto mayor sea el número de parámetros más complicada será la asignación de valores numéricos concretos en el proceso de definición del modelo.  En cualquier caso, esta asignación habrá de ser realizada por un experto, o estimada a partir de la información disponible. Elementos de construcción SE Probabilístico

Más contenido relacionado

La actualidad más candente

3.1 fases para la construcción de escenarios
3.1 fases para la construcción de escenarios3.1 fases para la construcción de escenarios
3.1 fases para la construcción de escenariosoctavianopaz
 
Metodología de la investigación de operaciones
Metodología de la investigación de operacionesMetodología de la investigación de operaciones
Metodología de la investigación de operacionesXSilvana XMonasteriosx
 
Metodologia e investigacion paola y marcos
Metodologia  e investigacion paola y marcosMetodologia  e investigacion paola y marcos
Metodologia e investigacion paola y marcospaola benitez
 
Proyecto Final De SimulacióN Mario Parra Mendez
Proyecto Final De SimulacióN Mario Parra  MendezProyecto Final De SimulacióN Mario Parra  Mendez
Proyecto Final De SimulacióN Mario Parra Mendezmario parra
 
Proyecto de Simulacion de Sistemas
Proyecto de Simulacion de SistemasProyecto de Simulacion de Sistemas
Proyecto de Simulacion de SistemasStalin Rojas
 
Definición de modelo matemático
Definición de modelo matemáticoDefinición de modelo matemático
Definición de modelo matemáticoorlando345
 
Modelamiento predictivo en Analítica Predictiva
Modelamiento predictivo en Analítica PredictivaModelamiento predictivo en Analítica Predictiva
Modelamiento predictivo en Analítica PredictivaLPI ONG
 
Diferencia modelar y simular
Diferencia modelar y simularDiferencia modelar y simular
Diferencia modelar y simularGiank Perez Malca
 
Fases de diseño del modelo de simulación
Fases de diseño del modelo de simulación Fases de diseño del modelo de simulación
Fases de diseño del modelo de simulación Razmli Rdz A
 
2 como simular
2 como simular2 como simular
2 como simulardantori
 

La actualidad más candente (18)

Simulacion
SimulacionSimulacion
Simulacion
 
3.1 fases para la construcción de escenarios
3.1 fases para la construcción de escenarios3.1 fases para la construcción de escenarios
3.1 fases para la construcción de escenarios
 
Conceptos
ConceptosConceptos
Conceptos
 
Simulacion t1
Simulacion t1Simulacion t1
Simulacion t1
 
Mm
MmMm
Mm
 
Metodología de la investigación de operaciones
Metodología de la investigación de operacionesMetodología de la investigación de operaciones
Metodología de la investigación de operaciones
 
ETAPAS DEL PROCESO DE SIMULACION
ETAPAS DEL PROCESO DE SIMULACIONETAPAS DEL PROCESO DE SIMULACION
ETAPAS DEL PROCESO DE SIMULACION
 
Metodologia e investigacion paola y marcos
Metodologia  e investigacion paola y marcosMetodologia  e investigacion paola y marcos
Metodologia e investigacion paola y marcos
 
Proyecto Final De SimulacióN Mario Parra Mendez
Proyecto Final De SimulacióN Mario Parra  MendezProyecto Final De SimulacióN Mario Parra  Mendez
Proyecto Final De SimulacióN Mario Parra Mendez
 
Diagnóstico capacitación 1
Diagnóstico capacitación 1Diagnóstico capacitación 1
Diagnóstico capacitación 1
 
Proyecto de Simulacion de Sistemas
Proyecto de Simulacion de SistemasProyecto de Simulacion de Sistemas
Proyecto de Simulacion de Sistemas
 
Definición de modelo matemático
Definición de modelo matemáticoDefinición de modelo matemático
Definición de modelo matemático
 
Modelamiento predictivo en Analítica Predictiva
Modelamiento predictivo en Analítica PredictivaModelamiento predictivo en Analítica Predictiva
Modelamiento predictivo en Analítica Predictiva
 
Triptico
TripticoTriptico
Triptico
 
Diferencia modelar y simular
Diferencia modelar y simularDiferencia modelar y simular
Diferencia modelar y simular
 
Unidad iii
Unidad iiiUnidad iii
Unidad iii
 
Fases de diseño del modelo de simulación
Fases de diseño del modelo de simulación Fases de diseño del modelo de simulación
Fases de diseño del modelo de simulación
 
2 como simular
2 como simular2 como simular
2 como simular
 

Similar a Sistemas expertosprobabilisticos 2a parte

capitulo v materiales y métodos
capitulo v materiales y métodoscapitulo v materiales y métodos
capitulo v materiales y métodosDiskCom - Negocios
 
Planificacion de proyecto de software
Planificacion de proyecto de softwarePlanificacion de proyecto de software
Planificacion de proyecto de softwareYORGELIS1608
 
Taller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfTaller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfJuanPabloPea19
 
Mi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logísticaMi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logísticaJOSE AHIAS LOPEZ PORTILLO
 
Proceso de análisis de sistema
Proceso de análisis de sistemaProceso de análisis de sistema
Proceso de análisis de sistemaJosué Pimentel
 
1.5 Procesos de simulación.
1.5 Procesos de simulación. 1.5 Procesos de simulación.
1.5 Procesos de simulación. avengers92
 
Procesos de analisis de sistemas
Procesos de analisis de sistemasProcesos de analisis de sistemas
Procesos de analisis de sistemasCésar Barragán
 
Valoracion de puestos de trabajo en hostelería y restauración.
Valoracion de puestos de trabajo en hostelería y restauración.Valoracion de puestos de trabajo en hostelería y restauración.
Valoracion de puestos de trabajo en hostelería y restauración.Manuel Miguel Gonzalez Martinez
 
Herramientas Administrativas
Herramientas AdministrativasHerramientas Administrativas
Herramientas AdministrativasYossana castillo
 
Investigaciones de operaciones
Investigaciones de operacionesInvestigaciones de operaciones
Investigaciones de operacionesJoseph De Crateris
 
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWARE
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWAREMÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWARE
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWAREDavid Leon Sicilia
 

Similar a Sistemas expertosprobabilisticos 2a parte (20)

capitulo v materiales y métodos
capitulo v materiales y métodoscapitulo v materiales y métodos
capitulo v materiales y métodos
 
paso4.docx
paso4.docxpaso4.docx
paso4.docx
 
taller 3 parte 1.docx
taller 3 parte 1.docxtaller 3 parte 1.docx
taller 3 parte 1.docx
 
Taller seminario
Taller seminarioTaller seminario
Taller seminario
 
Planificacion de proyecto de software
Planificacion de proyecto de softwarePlanificacion de proyecto de software
Planificacion de proyecto de software
 
Teoria de Cola
Teoria de ColaTeoria de Cola
Teoria de Cola
 
Taller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdfTaller # 3 Modelos de Colas y Simulación”.pdf
Taller # 3 Modelos de Colas y Simulación”.pdf
 
Sesión 5
Sesión 5Sesión 5
Sesión 5
 
Mi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logísticaMi primer modelo de clasificación utilizando regresión logística
Mi primer modelo de clasificación utilizando regresión logística
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operaciones
 
Proceso de análisis de sistema
Proceso de análisis de sistemaProceso de análisis de sistema
Proceso de análisis de sistema
 
1.5 Procesos de simulación.
1.5 Procesos de simulación. 1.5 Procesos de simulación.
1.5 Procesos de simulación.
 
Procesos de analisis de sistemas
Procesos de analisis de sistemasProcesos de analisis de sistemas
Procesos de analisis de sistemas
 
Valoracion de puestos de trabajo en hostelería y restauración.
Valoracion de puestos de trabajo en hostelería y restauración.Valoracion de puestos de trabajo en hostelería y restauración.
Valoracion de puestos de trabajo en hostelería y restauración.
 
Modelos
ModelosModelos
Modelos
 
Herramientas Administrativas
Herramientas AdministrativasHerramientas Administrativas
Herramientas Administrativas
 
Investigaciones de operaciones
Investigaciones de operacionesInvestigaciones de operaciones
Investigaciones de operaciones
 
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWARE
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWAREMÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWARE
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWARE
 
Usb clase13
Usb clase13Usb clase13
Usb clase13
 
Metodo mic mac y mactor
Metodo mic mac y mactorMetodo mic mac y mactor
Metodo mic mac y mactor
 

Más de UVM

Tiempo compartido en programación
Tiempo compartido en programaciónTiempo compartido en programación
Tiempo compartido en programaciónUVM
 
Portafolio de evidencias del curso Programación Avanzada
Portafolio de evidencias del curso Programación AvanzadaPortafolio de evidencias del curso Programación Avanzada
Portafolio de evidencias del curso Programación AvanzadaUVM
 
Eficiencia en uso tiempo
Eficiencia en uso  tiempoEficiencia en uso  tiempo
Eficiencia en uso tiempoUVM
 
Administración de memoria arreglos dinamicos
Administración de memoria arreglos dinamicosAdministración de memoria arreglos dinamicos
Administración de memoria arreglos dinamicosUVM
 
Practica de arreglos
Practica de arreglosPractica de arreglos
Practica de arreglosUVM
 
Otra introducción a apuntadores
Otra introducción a apuntadoresOtra introducción a apuntadores
Otra introducción a apuntadoresUVM
 
Ejemplo de solución de práctica funciones stl
Ejemplo de solución de práctica funciones stlEjemplo de solución de práctica funciones stl
Ejemplo de solución de práctica funciones stlUVM
 
Breve repaso de apuntadores
Breve repaso de apuntadoresBreve repaso de apuntadores
Breve repaso de apuntadoresUVM
 
Arreglos conceptos básicos
Arreglos conceptos básicosArreglos conceptos básicos
Arreglos conceptos básicosUVM
 
Resolución práctica de tipos de datos
Resolución práctica de tipos de datosResolución práctica de tipos de datos
Resolución práctica de tipos de datosUVM
 
Resumen de funciones
Resumen de funcionesResumen de funciones
Resumen de funcionesUVM
 
Biblioteca estándar de funciones
Biblioteca estándar de funcionesBiblioteca estándar de funciones
Biblioteca estándar de funcionesUVM
 
Manejo de bits
Manejo de bitsManejo de bits
Manejo de bitsUVM
 
Aclaración de dudas 4 de septiembre
Aclaración de dudas 4 de septiembreAclaración de dudas 4 de septiembre
Aclaración de dudas 4 de septiembreUVM
 
Aclaraciones varias a códigos entregados en sesión 3
Aclaraciones varias a códigos entregados en sesión 3Aclaraciones varias a códigos entregados en sesión 3
Aclaraciones varias a códigos entregados en sesión 3UVM
 
Funciones definidas por el usuario
Funciones definidas por el usuarioFunciones definidas por el usuario
Funciones definidas por el usuarioUVM
 
Función main()
Función main()Función main()
Función main()UVM
 
Depuración de un programa en c++
Depuración de un programa en c++Depuración de un programa en c++
Depuración de un programa en c++UVM
 
Algunas dudas de la sesión 28 agosto
Algunas dudas de la sesión 28 agostoAlgunas dudas de la sesión 28 agosto
Algunas dudas de la sesión 28 agostoUVM
 
Estructura programa c++
Estructura programa c++Estructura programa c++
Estructura programa c++UVM
 

Más de UVM (20)

Tiempo compartido en programación
Tiempo compartido en programaciónTiempo compartido en programación
Tiempo compartido en programación
 
Portafolio de evidencias del curso Programación Avanzada
Portafolio de evidencias del curso Programación AvanzadaPortafolio de evidencias del curso Programación Avanzada
Portafolio de evidencias del curso Programación Avanzada
 
Eficiencia en uso tiempo
Eficiencia en uso  tiempoEficiencia en uso  tiempo
Eficiencia en uso tiempo
 
Administración de memoria arreglos dinamicos
Administración de memoria arreglos dinamicosAdministración de memoria arreglos dinamicos
Administración de memoria arreglos dinamicos
 
Practica de arreglos
Practica de arreglosPractica de arreglos
Practica de arreglos
 
Otra introducción a apuntadores
Otra introducción a apuntadoresOtra introducción a apuntadores
Otra introducción a apuntadores
 
Ejemplo de solución de práctica funciones stl
Ejemplo de solución de práctica funciones stlEjemplo de solución de práctica funciones stl
Ejemplo de solución de práctica funciones stl
 
Breve repaso de apuntadores
Breve repaso de apuntadoresBreve repaso de apuntadores
Breve repaso de apuntadores
 
Arreglos conceptos básicos
Arreglos conceptos básicosArreglos conceptos básicos
Arreglos conceptos básicos
 
Resolución práctica de tipos de datos
Resolución práctica de tipos de datosResolución práctica de tipos de datos
Resolución práctica de tipos de datos
 
Resumen de funciones
Resumen de funcionesResumen de funciones
Resumen de funciones
 
Biblioteca estándar de funciones
Biblioteca estándar de funcionesBiblioteca estándar de funciones
Biblioteca estándar de funciones
 
Manejo de bits
Manejo de bitsManejo de bits
Manejo de bits
 
Aclaración de dudas 4 de septiembre
Aclaración de dudas 4 de septiembreAclaración de dudas 4 de septiembre
Aclaración de dudas 4 de septiembre
 
Aclaraciones varias a códigos entregados en sesión 3
Aclaraciones varias a códigos entregados en sesión 3Aclaraciones varias a códigos entregados en sesión 3
Aclaraciones varias a códigos entregados en sesión 3
 
Funciones definidas por el usuario
Funciones definidas por el usuarioFunciones definidas por el usuario
Funciones definidas por el usuario
 
Función main()
Función main()Función main()
Función main()
 
Depuración de un programa en c++
Depuración de un programa en c++Depuración de un programa en c++
Depuración de un programa en c++
 
Algunas dudas de la sesión 28 agosto
Algunas dudas de la sesión 28 agostoAlgunas dudas de la sesión 28 agosto
Algunas dudas de la sesión 28 agosto
 
Estructura programa c++
Estructura programa c++Estructura programa c++
Estructura programa c++
 

Último

pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITMaricarmen Sánchez Ruiz
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricKeyla Dolores Méndez
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan JosephBRAYANJOSEPHPEREZGOM
 
Desarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdfDesarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdfJulian Lamprea
 
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíassuserf18419
 
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...silviayucra2
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfsoporteupcology
 
9egb-lengua y Literatura.pdf_texto del estudiante
9egb-lengua y Literatura.pdf_texto del estudiante9egb-lengua y Literatura.pdf_texto del estudiante
9egb-lengua y Literatura.pdf_texto del estudianteAndreaHuertas24
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveFagnerLisboa3
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx241521559
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)GDGSucre
 
Presentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptxPresentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptxLolaBunny11
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIAWilbisVega
 

Último (13)

pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
 
Desarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdfDesarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdf
 
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnología
 
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
 
Redes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdfRedes direccionamiento y subredes ipv4 2024 .pdf
Redes direccionamiento y subredes ipv4 2024 .pdf
 
9egb-lengua y Literatura.pdf_texto del estudiante
9egb-lengua y Literatura.pdf_texto del estudiante9egb-lengua y Literatura.pdf_texto del estudiante
9egb-lengua y Literatura.pdf_texto del estudiante
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
Presentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptxPresentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptx
 
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE  DE TECNOLOGIA E INFORMATICA PRIMARIACLASE  DE TECNOLOGIA E INFORMATICA PRIMARIA
CLASE DE TECNOLOGIA E INFORMATICA PRIMARIA
 

Sistemas expertosprobabilisticos 2a parte

  • 1. Sistemas expertos probabilísticos Elementos para la construcción de modelos probabilísticos
  • 2. Elementos de construcción SE Probabilístico La base de conocimiento de un sistema experto probabilístico esta formada por un conjunto de variables y un modelo probabilístico (una función de probabilidad conjunta) que describa las relaciones entre ellas El funcionamiento del sistema experto de- pende de la correcta definición de la función de probabilidad conjunta que define el modelo probabilístico.
  • 3. Elementos de construcción SE Probabilístico Con el fin de que el proceso de definición del modelo sea lo más preciso posible, es conveniente seguir los siguientes pasos: Planteamiento del problema. El primer paso en el desarrollo de un sistema experto es la definición del problema a resolver. La definición del problema es un paso crucial en el desarrollo del modelo, pues un mal planteamiento inicial tendrá consecuencias fatales para el modelo desarrollado. Selección de variables. Una vez que el problema ha sido definido, el siguiente paso consiste en seleccionar un conjunto de variables que sean relevantes para su definición (esta tarea debe ser realizada por expertos en el problema a analizar). Las variables relevantes para la definicio ́n de un modelo han de ser cuidadosamente seleccionadas a fin de eliminar posibles redundancias
  • 4. Elementos de construcción SE Probabilístico Adquisición de información relevante. Una vez que se ha realizado el planteamiento inicial del problema, el siguiente paso consiste en la adquisición y análisis de toda la información (datos) que sea relevante para la definición del modelo. La información puede ser cuantitativa o cualitativa, obtenida de un experto, o de una base de datos. Esta información deberá ser cuidadosamente analizada utilizando técnicas de diseño experimental apropiadas. Es importante contar en esta etapa con la ayuda de especialistas en Estadística, pues el uso de métodos estadísticos permite mejorar la calidad de los datos y confirmar la validez de los métodos empleados para la obtención de las conclusiones.
  • 5. Elementos de construcción SE Probabilístico Construcción del modelo probabilístico. Una vez que se conoce un conjunto de variables relevantes para el problema a analizar, y que se ha adquirido suficiente información para su definición, el siguiente paso consiste en la definición de una función de probabilidad conjunta que describa las relaciones entre las variables. Éste es, quizás, el paso más crítico y difícil en el desarrollo de un sistema experto:
  • 6. Elementos de construcción SE Probabilístico (a) Es crítico porque la bondad de los resultados del sistema experto dependerá de la precisión con que se haya definido la función de probabilidad conjunta, es decir, la calidad de los resultados no podrá superar a la calidad del modelo. Por tanto, una incorrecta definición del modelo probabilístico redundara ́ en un sistema experto que dará conclusiones erróneas y/o contradictorias.
  • 7. (b) La estructura de la función de probabilidad conjunta (es decir, la estructura de dependencia e independencia entre las variables) no suele ser conocida en la práctica. Por tanto, habrá de ser inferida del conjunto de datos obtenidos previamente. Por tanto, la calidad del modelo tampoco podrá superar la calidad de los datos relevantes disponibles. Elementos de construcción SE Probabilístico
  • 8. (c) La estructura del modelo probabilístico puede depender de un número muy elevado de para ́metros que complican su definición. Cuanto mayor sea el número de parámetros más complicada será la asignación de valores numéricos concretos en el proceso de definición del modelo. En cualquier caso, esta asignación habrá de ser realizada por un experto, o estimada a partir de la información disponible. Elementos de construcción SE Probabilístico