Sistemas expertos probabilísticosElementos para la construcción de modelos probabilísticos
Elementos de construcción SE ProbabilísticoLa 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 ellasEl 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 ProbabilísticoCon 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 ProbabilísticoAdquisición 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 ProbabilísticoConstrucción 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

DOCX
PPT
Formulacion Del Problema Simulacion Y Modelacion
PPTX
Joakin simulacion
PPTX
02 etapas proyecto_simulacion
PPT
Como Se Hace Una Simulación (Grupo 04)
PPTX
Fases de simulacion
PDF
Fases del diseño del modelo de simulacion
DOCX
Fases de diseño del modelo de simulacion
Formulacion Del Problema Simulacion Y Modelacion
Joakin simulacion
02 etapas proyecto_simulacion
Como Se Hace Una Simulación (Grupo 04)
Fases de simulacion
Fases del diseño del modelo de simulacion
Fases de diseño del modelo de simulacion

La actualidad más candente (18)

PPTX
Simulacion
PPTX
3.1 fases para la construcción de escenarios
DOCX
PPTX
Simulacion t1
PPSX
PPTX
Metodología de la investigación de operaciones
PPTX
ETAPAS DEL PROCESO DE SIMULACION
DOCX
Metodologia e investigacion paola y marcos
DOC
Proyecto Final De SimulacióN Mario Parra Mendez
PPT
Diagnóstico capacitación 1
PPT
Proyecto de Simulacion de Sistemas
DOCX
Definición de modelo matemático
PDF
Modelamiento predictivo en Analítica Predictiva
PDF
Triptico
PPTX
Diferencia modelar y simular
PPT
Unidad iii
PDF
Fases de diseño del modelo de simulación
PPT
2 como simular
Simulacion
3.1 fases para la construcción de escenarios
Simulacion t1
Metodología de la investigación de operaciones
ETAPAS DEL PROCESO DE SIMULACION
Metodologia e investigacion paola y marcos
Proyecto Final De SimulacióN Mario Parra Mendez
Diagnóstico capacitación 1
Proyecto de Simulacion de Sistemas
Definición de modelo matemático
Modelamiento predictivo en Analítica Predictiva
Triptico
Diferencia modelar y simular
Unidad iii
Fases de diseño del modelo de simulación
2 como simular
Publicidad

Similar a Sistemas expertosprobabilisticos 2a parte (20)

DOC
capitulo v materiales y métodos
PDF
Modelacion-Ambiental tipos de modelos .pdf
DOCX
paso4.docx
DOCX
taller 3 parte 1.docx
PPT
Taller seminario
PPTX
Planificacion de proyecto de software
DOCX
PDF
Taller # 3 Modelos de Colas y Simulación”.pdf
DOCX
Sesión 5
PDF
Mi primer modelo de clasificación utilizando regresión logística
PPTX
Investigacion de operaciones
PPTX
Proceso de análisis de sistema
PPTX
1.5 Procesos de simulación.
PPT
Procesos de analisis de sistemas
PDF
Valoracion de puestos de trabajo en hostelería y restauración.
PDF
Modelos
PPT
Herramientas Administrativas
PPTX
Investigaciones de operaciones
PDF
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWARE
PDF
capitulo v materiales y métodos
Modelacion-Ambiental tipos de modelos .pdf
paso4.docx
taller 3 parte 1.docx
Taller seminario
Planificacion de proyecto de software
Taller # 3 Modelos de Colas y Simulación”.pdf
Sesión 5
Mi primer modelo de clasificación utilizando regresión logística
Investigacion de operaciones
Proceso de análisis de sistema
1.5 Procesos de simulación.
Procesos de analisis de sistemas
Valoracion de puestos de trabajo en hostelería y restauración.
Modelos
Herramientas Administrativas
Investigaciones de operaciones
MÉTRICAS PARA ASEGURAR LA CALIDAD DEL SOFTWARE
Publicidad

Más de UVM (20)

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

Último (20)

PDF
Estrategia de apoyo valentina lopez/ 10-3
PDF
Final Tecno .pdfjdhdjsjdhsjshshhshshshhshhhhhhh
PPTX
Uso responsable de la tecnología - EEST N°1
PPT
Protocolos de seguridad y mecanismos encriptación
PPTX
Reconocimiento-Automatico-de-Placas-Vehiculares-con-IA.pptx
PPTX
CLASE PRACTICA-- SESION 6 -- FPW -- 04 11 23.pptx
PPTX
Formato de texto, párrafo, documentos, columnas periodísticas, referencias.
PDF
Teoría de estadística descriptiva y aplicaciones .pdf
PPTX
Navegación en neurocirugías y su implicación ética.pptx
PPTX
Control de calidad en productos de frutas
PDF
Inteligencia_Artificial,_Informática_Básica,_22_06_2025_SO_2.pdf
PPTX
Tema 1 Taller de tecnologia y proceso tecnologico.pptx
PPTX
Usuarios en la arquitectura de la información
DOCX
TRABAJO GRUPAL (5) (1).docxjesjssjsjjskss
PDF
Trabajo de recuperación _20250821_191354_0000.pdf
PPTX
Presentación final ingenieria de metodos
DOCX
Guía 5. Test de orientación Vocacional 2 NICOL.docx
DOCX
orientacion nicol juliana portela jimenez
PPTX
CLAASIFICACIÓN DE LOS ROBOTS POR UTILIDAD
DOCX
Nombre del estudiante Gabriela Benavides
Estrategia de apoyo valentina lopez/ 10-3
Final Tecno .pdfjdhdjsjdhsjshshhshshshhshhhhhhh
Uso responsable de la tecnología - EEST N°1
Protocolos de seguridad y mecanismos encriptación
Reconocimiento-Automatico-de-Placas-Vehiculares-con-IA.pptx
CLASE PRACTICA-- SESION 6 -- FPW -- 04 11 23.pptx
Formato de texto, párrafo, documentos, columnas periodísticas, referencias.
Teoría de estadística descriptiva y aplicaciones .pdf
Navegación en neurocirugías y su implicación ética.pptx
Control de calidad en productos de frutas
Inteligencia_Artificial,_Informática_Básica,_22_06_2025_SO_2.pdf
Tema 1 Taller de tecnologia y proceso tecnologico.pptx
Usuarios en la arquitectura de la información
TRABAJO GRUPAL (5) (1).docxjesjssjsjjskss
Trabajo de recuperación _20250821_191354_0000.pdf
Presentación final ingenieria de metodos
Guía 5. Test de orientación Vocacional 2 NICOL.docx
orientacion nicol juliana portela jimenez
CLAASIFICACIÓN DE LOS ROBOTS POR UTILIDAD
Nombre del estudiante Gabriela Benavides

Sistemas expertosprobabilisticos 2a parte

  • 1. Sistemas expertos probabilísticosElementos para la construcción de modelos probabilísticos
  • 2. Elementos de construcción SE ProbabilísticoLa 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 ellasEl 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 ProbabilísticoCon 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 ProbabilísticoAdquisición 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 ProbabilísticoConstrucción 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