Introducción a Aprendizaje Automático

© Dr. Leonardo Garrido Departamento de Ciencias Computacionales

Tecnológico de Monterrey E-mail: leonardo.garrido@itesm.mx

Web page: http://homepages.mty.itesm.mx/lgarrido

© Dr. Leonardo Garrido Aprendizaje Automático

Aprender?

! Qué es aprender?

! Cómo aprender?

! Qué aprender?

© Dr. Leonardo Garrido Aprendizaje Automático

Para qué aprender?

! Para descubrir conocimiento útil para la toma de decisiones!

! Es útil como un método para la construcción de sistemas (en lugar de programarlo todo a priori).

! Modifica los mecanismos de toma de decisiones para incrementar el rendimiento del agente.

! Es esencial cuando tratamos con ambientes desconocidos (o cuando el diseñador no conoce todos los posibles escenarios).

© Dr. Leonardo Garrido Aprendizaje Inductivo

Qué es inducción?

! Primero, cuál es el proceso de deducción?

! Entonces, cuál será el proceso de inducción?

! Cuáles son algunos ejemplos de inducción?

© Dr. Leonardo Garrido Aprendizaje Inductivo

Aprendizaje inductivo

! Primero, se reciben valores correctos de una función desconocida para entradas particulares.

! Entonces, se trata de descubrir la función desconocida … o al menos algo cercana a ella!

© Dr. Leonardo Garrido Aprendizaje Inductivo

Aprendizaje inductivo

! Un ejemplo es un par (x, f(x)) donde x es la entrada y f(x) es la salida de la función.

! Entonces dada una colección de ejemplos de f, el algoritmo debe regresar una función h que aproxime a f.

! La función h es llamada hipótesis.

! Una buena hipótesis debe generalizar bien (predecir bien ejemplos no vistos aún)

© Dr. Leonardo Garrido Aprendizaje Inductivo

El ejemplo clásico … f(x)

x

© Dr. Leonardo Garrido Aprendizaje Inductivo

Pero y si el problema es así? …

© Dr. Leonardo Garrido Aprendizaje Inductivo

Una posible solución …

© Dr. Leonardo Garrido Aprendizaje Inductivo

Otra posible solución …

© Dr. Leonardo Garrido Aprendizaje Inductivo

Aún otra posible solución …

© Dr. Leonardo Garrido Aprendizaje Inductivo

Es más, hay muchas soluciones!

© Dr. Leonardo Garrido Aprendizaje Inductivo

Ockham´s Razor

Maximizar la combinación de

consistencia y simplicidad!

© Dr. Leonardo Garrido Aprendizaje Inductivo

Ockham´s Razor: más simple!

Preferir la hipótesis más simple

que sea consistente con los datos

© Dr. Leonardo Garrido Aprendizaje Inductivo

Aristóteles

La naturaleza opera en el camino más corto posible

© Dr. Leonardo Garrido Aprendizaje Inductivo

Isaac Newton

Tenemos que admitir que las causas de los fenómenos naturales no son más

que aquellas que son tanto verdaderas como suficientes para explicarlas

© Dr. Leonardo Garrido Aprendizaje Inductivo

Albert Einstein

Las teorías deben ser tan simples como sean posibles,

pero no más simples!

© Dr. Leonardo Garrido Aprendizaje Automático

Conclusiones ! Deducción e Inducción son procesos diferentes. ! La deducción está relacionado con el razonamiento. ! La inducción tiene más relación con la

generalización y el aprendizaje. ! El proceso de inducción es la búsqueda de la

hipótesis que generalice mejor a partir de los ejemplos dados.

! Para decidir cuál es la mejor hipótesis muchas veces el criterio del “Razor de Ocham” es la mejor alternativa.