examen ia
DESCRIPTION
Examen Inteligencia Artifial ITRANSCRIPT
-
I. Inteligencia Artificial
Ciencia encargada de imitar al cerebro, en todas sus funciones, existentes
en el humano o inventadas sobre el desarrollo de una mquina inteligente.
II. 3 personajes histricos de la IA y contribucin
Thomas Hobbes (1588- 1679): Abuelo de la IA.
Warren McCulloch y Walter Pitts (1943): Primer trabajo de IA relacionados
con neuronas.
Alan Turing (1950): Algoritmos genticos.
III. Sistema experto y 3 ejemplos
Sistema de computadora que emula la habilidad de un experto humano
en la toma de decisiones
DENDRAL: Es capaz de calcular o descubrir hechos relativos a las estructuras
moleculares a partir de unos datos qumicos sin elaborar.
GENESIS: Permite a los cientficos planificar y simular experimentos en el campo de
la unin de genes.
RI: Programa utilizado para el descubrimiento de yacimientos petrolferos bajo
aguas marinas.
IV. Encadenamiento hacia adelante y encadenamiento hacia atrs
Encadenamiento hacia adelante: Razonamiento orientado a datos, de los
hechos hacia las conclusiones.
Encadenamiento hacia atrs: Razonamiento orientado a objetivos, parte
de la conclusin u objetivos para llegar a los datos
Datos Reglas Conclusin
A=1
B=2
IF A=1 && B=2 THEN C=3
IF C=3 THEN D=4
D=4
A=1
B=2
IF A=1 && B=2 THEN C=3
IF C=3 THEN D=4
D=4
V. Mtodos de inferencia Modus Ponens y Modus Tolens y
ejemplifique
MP MT
-
VI. Exprese en lenguaje simblico los siguientes enunciados.
a. Todos los estudiantes, cursan derecho, empresariales,
administracin o informtica.
b. Si una persona tiene fiebre y no es alrgica al cido acetil
saliclico (AAS), entonces suministrar aspirina 500 mg.
x Fiebre(x) AlergiaAAS (x)Terapia(x,Aspirina500)
c. Todos los alumnos leen todos los libros.
VII. Explique que es una red neuronal artificial y esquematice el
concepto
Son mtodos de proceso numrico en paralelo, en el que las variables
interactan mediante transformaciones lineales o no lineales, hasta obtener
una salida. Esta salida se contrastan con los que tenan que haber salido,
basndose en unos datos de prueba, dando lugar a un proceso de
retroalimentacin mediante el cual la red se reconfigura, hasta obtener un
modelo adecuado.
VIII. Explique qu es la lgica difusa y cul es su forma de
razonamiento.
Se basa en lo relativo de lo observado como posicin diferencial. Este tipo
de lgica toma dos valores aleatorios, pero contextualizados y referidos
entre s. As, por ejemplo, una persona que mida 2 metros es claramente una
persona alta, si previamente se ha tomado el valor de persona baja y se ha
establecido en 1 metro. Ambos valores estn contextualizados a personas y
referidos a una medida mtrica lineal.
-
IX. Explique detalladamente cules son los factores que influyen el
aprendizaje de una red neuronal
X. Proponga una red (grfica con pesos, neuronas y umbral) para
reconocer el AND.
XI. Que son los algoritmos genticos
Son mtodos numricos de optimizacin, en los que aquella variable o
variables que se pretenden optimizar junto con las variables de estudio
constituyen un segmento de informacin
XII. Describa el pseudocdigo de los algoritmos genticos
Generar poblacin inicial, G(0);
evaluar G(0);
t:=0;
repetir
t:=t+1;
generar G(t) usando G(t-1);
evaluar G(t);
hasta encontrar una solucin;
XIII. Explique el mtodo de la ruleta
A cada uno de los individuos de la poblacin se le asigna una parte proporcional
a su ajuste de una ruleta, de tal forma que la suma de todos los porcentajes sea la
unidad. Los mejores individuos recibirn una porcin de la ruleta mayor que la
recibida por los peores.
XIV. Explique y ejemplifique
a. Cruza con 1 punto: Se selecciona un punto en el vector del primer
parental. Todos los datos ms all de este punto en el vector del
organismo se intercambiarn entre los dos organismos parentales. Los
organismos resultantes son los hijos:
b. Cruza con 2 puntos: La cruza en dos puntos requiere seleccionar dos
puntos en los vectores de los organismos parentales. Todos los datos
entre los dos puntos se intercambian entre los organismos parentales,
creando dos organismos hijos:
-
c. Mutacin: modifica al azar parte del cromosoma de los individuos, y
permite alcanzar zonas del espacio de bsqueda que no estaban
cubiertas por los individuos de la poblacin actual.
d. Elitismo: Los cromosomas con mejor aptitud tienen mayor
probabilidad de ser seleccionados.
XV. Minera de Datos
El objetivo general del proceso de minera de datos consiste en extraer
informacin de un conjunto de datos y transformarla en una estructura
comprensible para su uso posterior.
XVI. 2 Casos en los que se use la minera de datos
a. Fraudes: deteccin de transacciones de lavado de dinero
b. Anlisis de varianza: se evala la existencia de diferencias
significativas entre las medias de una o ms variables continas
en poblaciones distintas.
XVII. En que consiste la limpieza de datos
Es el proceso para eliminar datos duplicados