Ingeniería del Software - Universidad Distrital Francisco José de Caldas
Christian Giraldo Rueda - Lorena Laguna Torres - Daniel Ochoa Suárez - Natalia Herrera Rey
Ingeniería del Software - Universidad Distrital Francisco José de Caldas
Christian Giraldo Rueda - Lorena Laguna Torres - Daniel Ochoa Suárez - Natalia Herrera Rey
Sesión 4 del curso Metodologías Ágiles de Desarrollo de Software de la Universidad de Alicante (http://www.dccia.ua.es/dccia/inf/asignaturas/MADS/2013-14)
En este material podrás encontrar información acerca de los tipos, caracteristicas, ejemplos de arquitecturas de computadoras. Nota: Esta es la actualización de mi material # 3
Esta es una presentacion de la arquitectura 3 capas realizada con informacion recopilada de varios sitios web y de un trabajo elaborado por nosotras en la Universidad
Sesión 4 del curso Metodologías Ágiles de Desarrollo de Software de la Universidad de Alicante (http://www.dccia.ua.es/dccia/inf/asignaturas/MADS/2013-14)
En este material podrás encontrar información acerca de los tipos, caracteristicas, ejemplos de arquitecturas de computadoras. Nota: Esta es la actualización de mi material # 3
Esta es una presentacion de la arquitectura 3 capas realizada con informacion recopilada de varios sitios web y de un trabajo elaborado por nosotras en la Universidad
Razonamiento probabilístico expone esta metodología que integra el pensamiento causal positivo y el reconocimiento heurístico para someterlo al peso de la frecuencia y estimación de la probabilidad con tal de decidir las conductas terapéuticas
Este trabajo se refiere al análisis de inversiones de acuerdo a ciertos comportamientos de ciertas variables. Esto se logra usando inteligencia artificial (especificamente Logica Fuzzy) De acuerdo a ciertos valores de las variables de entrada el sistema arrojará uno u otro resultado. El rersultado dirá en qué conviene invertir el dinero.
Criterios de la primera y segunda derivadaYoverOlivares
Criterios de la primera derivada.
Criterios de la segunda derivada.
Función creciente y decreciente.
Puntos máximos y mínimos.
Puntos de inflexión.
3 Ejemplos para graficar funciones utilizando los criterios de la primera y segunda derivada.
Se denomina motor de corriente alterna a aquellos motores eléctricos que funcionan con alimentación eléctrica en corriente alterna. Un motor es una máquina motriz, esto es, un aparato que convierte una forma determinada de energía en energía mecánica de rotación o par.
Convocatoria de becas de Caja Ingenieros 2024 para cursar el Máster oficial de Ingeniería de Telecomunicacion o el Máster oficial de Ingeniería Informática de la UOC
1º Caso Practico Lubricacion Rodamiento Motor 10CVCarlosAroeira1
Caso pratico análise analise de vibrações em rolamento de HVAC para resolver problema de lubrificação apresentado durante a 1ª reuniao do Vibration Institute em Lisboa em 24 de maio de 2024
1. Inteligencia artificial
3.5 Razonamiento con incertidumbre
CATEDRÁTICO:
LIC. Tomas
Torres Martínez
PRESENTA:
Julia Ivonne Rangel Rangel
Basilio Calixto calderón
Víctor Luis Hernández
Fernando montesinos Cerón
CARRERA:
INGENIERÍA EN SISTEMAS COMPUTACIONALES
TUXTEPEC, OAX. A 17 DE MARZO DEL 2015
2. 3.5 razonamiento con
incertidumbre
En situaciones reales la información disponible
puede ser incorrecta, incompleta o cambiar muy
rápidamente. Todo esto de lugar a diferentes formas
de inconsistencias e incertidumbre.
3. 3.5.1 aprendizaje
Es un proceso por el cual se adquiere una nueva
conducta, se modifica una antigua conducta o se
extingue alguna conducta, como resultado siempre
de experiencias o practicas.
4. Tipos de aprendizaje
Partes innatas de aprendizaje
Instintos, reflejos, impulsos genéticos que hemos ido heredando ,nos hace
aprender determinadas cosas, hay interacción con el medio
Por condicionamiento
Determinando estímulos provocan determinadas respuestas. Si los estímulos por
azar o no se condicionan provocan que esta conducta inicial se refleje y se
convierta en un habito
Aprendizaje por memoria clásico
por lo cual al cabo de unas horas ya no lo recuerdas
Aprendizaje significativo
parte de cosas importantes para ti, a partir de ahí acumulas lo que ya sabias y lo
haces tuyo.
5. 3.5.2 Razonamiento
probabilístico
La principal ventaja del razonamiento probabilístico sobre el
razonamiento lógico es que permite tomar decisiones racionales
aun en los casos en los que no haya suficiente información para
probar que cualquier acción dada funcionara.
6. La red de creencias
Es un grafo dirigido y a cíclico en el cual un conjunto de
arcos dirigidos o flechas, conecta pares de nodos
Un conjunto de variables representa los nodos de las red,
cada nodo tiene una tabla de probabilidad condicional que
cuantifica que los padres tienen sobre el nodo.
7. 3.5.3 Lógica multivaluadas
El principio de la bivalencia ha sido tomado tradicionalmente
como un principio lógico fundamental: toda proposición es
verdadera o falsa. Si no es verdadera, no hay tercera opción.
Por eso se le conoce como principio del tercer excluso
La carga de la prueba descansa quien defina si el principio es
falso, es decir que existen mas valores además de los dos
tradicionales
8. 3.5.4 lógica difusa
En la década de los 60 ,el científico Zaed propone
que un elemento siempre pertenece en un cierto
grado a un conjunto y nunca pertenece del todo al
mismo, este permite establecer una manera eficiente
para trabajar con incertezas, así como para
acondicionar el conocimiento en forma de reglas
hacia un plano cuantitativo factible de ser procesado
por computadores
9. Ventajas de lógica difusa
Utiliza términos lingüísticos como:
(a medias, bastante, casi ,un, poco ,mucho, algo), etc.
permite plantear el problema en los mismos términos en
los que lo haría un experto humano
10. Referencias
• S. Russel y P. Norvig, Inteligencia Artificial. Un enfoque
moderno, 2004, Prentice-Hall. Cap 14-17
• N. J. Nilsson, Inteligencia Artificial. Una nueva síntesis,
2000, McGraw Hill. Cap 19-20
Inteligencia Artificial e Ingeniería del Conocimiento.
Escuela Técnica Superior de Ingeniería Informática.
Universidad de la Laguna
• F.J. Díez, Introducción al Razonamiento Aproximado.
Dpto. Inteligencia Artificial, UNED, 2001.
http://ia-serv.dia.uned.es/~fjdiez/libros/razaprox.zip
• E. Castillo, J.M. Gutiérrez y A.S. Hadi, Sistemas Expertos y
Modelos de Redes Probabilísticos,
Monografías de la Academia Española de Ingeniería,
Madrid, 1998.
http://personales.unican.es/gutierjm/papers/BookCGH.pdf