Cuando estamos enseñando a una mascota a hacer trucos, le mostramos lo que debe hacer. Durante el entrenamiento, si lo hace bien, se le premia; de lo contrario, se le niega el premio o se le reprende. Es un proceso repetitivo hasta que al fin la mascota aprende lo que queremos.
El aprendizaje por ejemplos en Inteligencia artificial es algo similar. La idea principal es que a partir de observaciones, el programa, agente o como se le desee llamar pueda decidir qué acciones tomar y mejorar su desempeño.
Supongamos que queremos que Manchas aprenda a sentarse. Veamos qué elementos del aprendizaje de Manchas se parecen a los que se usarían para que un programa o agente aprenda.
Manchas | Programa automático/Agente virtual (Manchas-v) |
|
Ambiente | Su casa, el jardín, la calle. | Mapa del lugar en donde Manchas-v vive. |
Ejemplos | El humano guía al Manchas a realizar la acción. Dice la palabra «siéntate» y lo empuja suavemente a sentarse. | El instructor mueve a Manchas-v generando datos de movimiento de las articulaciones. Por ejemplo, lugar = sala, pata-superior-derecha = baja, pata-superior-izquierda = baja, pata-inferior-izquierda = flexionada,… Estos registros son los ejemplos. |
Algoritmo de aprendizaje | Ante las repetidas muestras de la acción, Manchas va asociando la palabra a lo que debe hacer. Manchas trae en sí mismo un módulo de aprendizaje natural. | Se aplica un proceso de inducción en el que a partir de los ejemplos, se genera un modelo que describe los ejemplos. Esto permite clasificar o predecir la acción que Manchas-v realizará con un ejemplo nuevo. Los algoritmos más comunes son los árboles de decisión y las reglas. |
Modelo | Manchas, después de varias sesiones de entrenamiento, construye en su mente el modelo a seguir. Manchas puede pensar: Si me dicen Siéntate ya se qué hacer. Lo último es especulación mía, no tengo idea de cómo piense un can. | Si se obtuvo un conjunto de reglas, una regla puede ser algo como lo siguiente:Si mi humano dijo Siéntate y estoy en la sala y mi pata-inferior-derecha = no-flexionada, entonces la flexiono. … El conjunto de reglas hace que Manchas-v se siente. |
Resultado | Cada vez que a Manchas le dicen: «siéntate», el lo hace, claro, si decide hacerlo. | Cada vez que se muestre un ejemplo nuevo, se generará la acción que Manchas-v realizará. |
La analogía muestra la idea general del aprendizaje por ejemplos y cada elemento del problema puede tener diversas formas de solución. Lo importante es que Manchas-v pueda llegar a hacer lo mismo que Manchas.
[…] Estadística ← Aprendizaje por ejemplos […]
[…] Aprendizaje por ejemplos junio, 2010 1 comentario […]
I think you have noted some very interesting points , appreciate it for the post. adcdeafakacd
hola no tienes programado el ejemplo?