Guia d'estudi: Intel·ligència Artificial - La Salle

More documents

Recommendations

Info

5.2. Aprenentatge inductiu ............................................................................................ 183 5.2.1. Descripció de l’aprenentatge inductiu ................................................................................... 183 5.2.2. Tipus d’aprenentatge inductiu ............................................................................................... 185 5.2.3. L’algorisme de Winston ......................................................................................................... 186 SESSIÓ 31: Aprenentatge inductiu (II) – AR (4/15) .................................................. 191 5.2.4. Inducció d’arbres de decisió – ID3 ......................................................................................... 191 SESSIÓ 32: Aprenentatge inductiu (III) – AR (5/15) ................................................. 197 5.2.5. Aprenentatge per observació: AUTOCLASS ........................................................................... 197 SESSIÓ 33: Aprenentatge analògic (I) – AR (6/15) ................................................... 201 5.3. Aprenentatge analògic ............................................................................................ 201 5.3.1. Introducció ............................................................................................................................. 201 5.3.2. Un sistema per resoldre analogies geomètriques ................................................................. 204 5.3.3. Analogia transformacional ..................................................................................................... 205 5.3.4. Analogia derivacional ............................................................................................................. 206 SESSIÓ 34: Aprenentatge analògic (II) – AR (7/15) .................................................. 209 5.3.5. Aprenentatge per raonament a partir de precedents ........................................................... 209 5.3.6. Aprenentatge per raonament sobre múltiples analogies ...................................................... 210 SESSIÓ 35: Aprenentatge analògic (III) – AR (8/15) ................................................. 213 5.3.7. Raonament basat en casos .................................................................................................... 213 SESSIÓ 36: Aprenentatge basat en explicacions (I) – AR (9/15) ............................... 221 5.4. Aprenentatge deductiu – Aprenentatge basat en explicacions ................................ 221 5.4.1. Introducció ............................................................................................................................. 221 5.4.2. Descripció d’EBL ..................................................................................................................... 223 SESSIÓ 37: Aprenentatge basat en explicacions (II) – AR (10/15) ............................ 227 5.4.3. Problemes d’EBL .................................................................................................................... 227 5.4.4. Sistemes que usen EBL........................................................................................................... 229 5.4.5. Anàlisi d’EBL ........................................................................................................................... 231 SESSIÓ 38: Aprenentatge evolutiu – AR (11/15) ...................................................... 233 5.5. Aprenentatge evolutiu – Algorismes genètics .......................................................... 233 5.5.1. Introducció ............................................................................................................................. 233 5.5.2. Què són els algorismes genètics? .......................................................................................... 235 5.5.3. Com funcionen els algorismes genètics? ............................................................................... 237 5.5.4. Algorismes genètics i aprenentatge....................................................................................... 241 5.5.5. Conclusions i aplicacions........................................................................................................ 241 SESSIÓ 39: Aprenentatge connexionista (I) – AR (12/15)......................................... 245 5.6. Aprenentatge connexionista – Xarxes neuronals (I) ................................................. 245 5.6.1. La neurona natural – Conceptes fonamentals de neurofisiologia ......................................... 245 5.6.2. La neurona artificial ............................................................................................................... 249 5.6.3. El perceptró ........................................................................................................................... 250 SESSIÓ 40: Aprenentatge connexionista (II) – AR (13/15)........................................ 253 5.6.4. Les xarxes neuronals backpropagation ................................................................................. 253 5.6.5. Classificació general de les XN ............................................................................................... 259 5.6.6. Conclusions i aplicacions de les XN ........................................................................................ 261 SESSIÓ 41: Aprenentatge artificial – AR (14/15) ..................................................... 265 5.7. Descripció de la pràctica d’aprenentatge artificial ................................................... 266 4
5.7.1. Descripció de la pràctica d’aprenentatge artificial (pràctica 3) ............................................. 266 SESSIÓ 42: Exercicis d’aprenentatge artificial – AR (15/15) ..................................... 269 5.8. Exercicis d’aprenentatge artificial............................................................................ 269 5.8.1. Llista de problemes d’exàmens – Aprenentatge artificial ..................................................... 269 SESSIÓ 43: Introducció – PLANIFICACIÓ (1/9) .......................................................... 275 6. Planificació ......................................................................................................... 275 6.1. Introducció ............................................................................................................. 275 6.1.1. Raonament sobre accions ...................................................................................................... 275 6.1.2. Tipus de planificació .............................................................................................................. 277 6.1.3. Descripció d’un problema de planificació .............................................................................. 280 SESSIÓ 44: STRIPS – PLANIFICACIÓ (2/9) ................................................................. 283 6.2. STRIPS ..................................................................................................................... 283 6.2.1. La descripció d’STRIPS............................................................................................................ 283 SESSIÓ 45: Cerca a través dels estats – PLANIFICACIÓ (3/9) .................................... 289 6.3. Cerca a través de l’espai del món dels estats ........................................................... 289 6.3.1. Introducció ............................................................................................................................. 289 6.3.2. Progressió .............................................................................................................................. 290 6.3.3. Regressió ................................................................................................................................ 291 6.3.4. Anàlisi de REGWS i de PROGWS ............................................................................................ 292 SESSIÓ 46: Cerca a través dels plans – PLANIFICACIÓ (4‐5/9) .................................. 295 6.4. Cerca a través de l’espai del plans ........................................................................... 295 6.4.1. Algorisme POP ....................................................................................................................... 295 SESSIÓ 47: Relaxacions de POP – PLANIFICACIÓ (6/9) ............................................. 301 6.4.2. Relaxacions de l’algorisme POP ............................................................................................. 301 SESSIÓ 48: Algorisme UCPOP – PLANIFICACIÓ (7‐8/9) ............................................. 307 6.4.3. Algorisme UCPOP ................................................................................................................... 307 6.4.4. Relaxacions de l’UCPOP ......................................................................................................... 311 SESSIÓ 49: Exercicis de planificació – PLANIFICACIÓ (9/9) ....................................... 313 6.5. Exercicis de planificació ........................................................................................... 313 6.5.1. Llista de problemes d’exàmens – Planificació ....................................................................... 313 SESSIÓ 50: Resolució de problemes ......................................................................... 319 7. Resolució d’un problema usant IA ....................................................................... 320 7.1. Resolució de problemes usant IA............................................................................. 320 7.1.1. Com resoldre un problema usant IA? .................................................................................... 320 7.1.2. Reconeixement de submarins ............................................................................................... 321 7.1.3. Empresa de missatgeria ......................................................................................................... 324 BIBLIOGRAFIA ......................................................................................................... 327 GLOSSARI ............................................................................................................... 333 5
Page 3: Vostè és lliure de: Creative Comm
Page 7 and 8: ÍNDEX SESSIÓ 1: Origen de la inte
Page 9: SESSIÓ 18: Representació basada e
Page 14 and 15: 1. Origen de la intel·ligència ar
Page 16 and 17: Cerca Resoldre un problema implica
Page 19 and 20: SESSIÓ 2: Exemples dins de la IA
Page 21 and 22: Missioners i caníbals La caracter
Page 23 and 24: Herència El problema de l’herèn
Page 25 and 26: SESSIÓ 3: Introducció al LISP (1/
Page 27 and 28: compte que en aquell moment no hi h
Page 29 and 30: CONS La funció CONS servirà per c
Page 31: Vegeu [Golobardes2002a]p15-p17 RESU
Page 34 and 35: IF La seva estructura està formada
Page 36 and 37: 2.1.8. Definició de variables loca
Page 38 and 39: Paràmetres clau Els paràmetres cl
Page 40 and 41: ens ajudarem de la primitiva SETF,
Page 42 and 43: LOOP El funcionament de la primitiv
Page 44 and 45: Tingueu present la descripció recu
Page 47 and 48: SESSIÓ 6: Introducció al LISP (4/
Page 49 and 50: SESSIÓ 7: Cerca cega - CERCA (1/9)
Page 51 and 52: Algorisme: 1. Sigui L una llista am
Page 53 and 54: tenir els nodes solució a la matei
Page 55 and 56: SESSIÓ 8: Cerca cega - CERCA (2/9)
Page 57 and 58: Comparativa La taula següent mostr
Page 59 and 60: a) Cerca primer en profunditat b) C
Page 61 and 62:
SESSIÓ 9: Heurístiques - CERCA (3
Page 63 and 64:
Hill climbing (o steepest ascent) L
Page 65:
RESUM En aquesta sessió hem introd
Page 68 and 69:
4. Altrament, esborreu n d’L. 5.
Page 70 and 71:
Analitzeu bé els casos particulars
Page 73 and 74:
SESSIÓ 11: Cerca basada en restric
Page 75:
Aplicacions en CSP Existeixen una s
Page 78 and 79:
També s’ha fet recerca en domini
Page 80 and 81:
5.1.2. En cas de taules, assigneu-l
Page 83 and 84:
SESSIÓ 13: Cerca amb adversari - C
Page 85 and 86:
(a) Exemple 1 (c) Exemple 3 79 (b)
Page 87 and 88:
4.3.2. Si p és un node minimitzado
Page 89 and 90:
SESSIÓ 14: Pràctica cerca - CERCA
Page 91:
RESUM L’objectiu d’aquesta sess
Page 94 and 95:
Així doncs, caldrà tenir clar que
Page 96 and 97:
Sistema de manteniment de la verita
Page 98 and 99:
En la xarxa semàntica de la figura
Page 100 and 101:
Altres: coneixement distribuït Tam
Page 102 and 103:
4.2. Representació del coneixement
Page 104 and 105:
Dominis reals En la majoria dels do
Page 106 and 107:
procedimental que s’analitza en l
Page 108 and 109:
4. El llenguatge de representació
Page 110 and 111:
RESUM En aquesta sessió s’ha tre
Page 112 and 113:
“sistemes experts” proposats fi
Page 114 and 115:
Com a principals diferències respe
Page 116 and 117:
RESUM En aquesta sessió s’ha tre
Page 118 and 119:
Indexació Imagineu que estem reali
Page 120 and 121:
Ara bé, com més coneixement intro
Page 122 and 123:
Història: Abbott, Babbitt i Cabot
Page 124 and 125:
4.4.3 Tipus de raonament no monòto
Page 126 and 127:
usant sentències de l’estil: ( 1
Page 128 and 129:
122
Page 130 and 131:
Implementacions per als mecanismes
Page 132 and 133:
veritat seran els encarregats de lo
Page 134 and 135:
128
Page 136 and 137:
Raonament estadístic En algunes re
Page 138 and 139:
4.5.2. Els factors de certesa i sis
Page 140 and 141:
I la fórmula corresponent és: { 0
Page 142 and 143:
136
Page 144 and 145:
En aquest sentit proposa usar una r
Page 146 and 147:
Sigui Y el conjunt dels subconjunts
Page 148 and 149:
L’Anna és alta. Avui fa molta ca
Page 150 and 151:
[Brule1985] Probabilitat versus lò
Page 152 and 153:
I són aquests valors: V ∧V ∧K
Page 154 and 155:
1. Aquestes estructures suporten ad
Page 156 and 157:
C vola? Podem observar que de l’o
Page 158 and 159:
5. Podem observar que serà difíci
Page 160 and 161:
És-coberta-per La relació és-cob
Page 162 and 163:
Suposem que disposem de la funció
Page 164 and 165:
3. Creació de la intersecció entr
Page 166 and 167:
5. Algorisme d’herència del sist
Page 168 and 169:
162
Page 170 and 171:
Objectiu L’objectiu fonamental co
Page 172 and 173:
Vegeu [Rich1994]p315-p321 Llenguatg
Page 174 and 175:
168
Page 176 and 177:
4.7. Descripció de la pràctica de
Page 178 and 179:
172
Page 180 and 181:
Objectiu de l’aprenentatge artifi
Page 182 and 183:
A grans trets, el sistema és una x
Page 184 and 185:
Què ha passat? De nou ens podem pl
Page 186 and 187:
Val a dir que és una característi
Page 188 and 189:
RESUM En aquesta sessió hem vist u
Page 190 and 191:
Si recordem la sessió anterior, la
Page 192 and 193:
D’aquesta família hi dues grans
Page 194 and 195:
Algorisme d’especialització Pas
Page 196 and 197:
- Podeu observar que aquest algoris
Page 198 and 199:
Els atributs s’utilitzen per crea
Page 200 and 201:
decisió que prenguem sobre com eti
Page 202 and 203:
196
Page 204 and 205:
Així doncs, l’objectiu de l’ap
Page 206 and 207:
Característiques de l’AUTOCLASS:
Page 208 and 209:
justament que no sabia treballar en
Page 210 and 211:
Què veurem? Al llarg d’aquest te
Page 212 and 213:
Vegeu [Cortes1994]p160-p161 Observa
Page 214 and 215:
208
Page 216 and 217:
1. Resoldre (usant l’analogia des
Page 218 and 219:
212
Page 220 and 221:
d’adaptació (reuse phase), la fa
Page 222 and 223:
Fase de recuperació L’objectiu d
Page 224 and 225:
Classificació: assignar una classe
Page 226 and 227:
[Golobardes2001] Exemple - Entorn e
Page 228 and 229:
Problema de l’aprenentatge induct
Page 230 and 231:
[Moreno1994]p122-p123 Descripció f
Page 232 and 233:
Anàlisi de la traça L’anàlisi
Page 234 and 235:
Avantatges i inconvenients L’EBL
Page 236 and 237:
STRIPS STRIPS va ser proposat per F
Page 238 and 239:
MÈTODES DEDUCTIUS MÈTODES INDUCTI
Page 240 and 241:
Introducció a l’evolució natura
Page 242 and 243:
Reproducció: Des d’un cert punt
Page 244 and 245:
Anirem revisant tots i cadascun del
Page 246 and 247:
[Garrell2002a] 240
Page 248 and 249:
Finament, i se suggereixen els llib
Page 250 and 251:
244
Page 252 and 253:
Fisiologia d’una neurona La fisio
Page 254 and 255:
[Garrell2002b]p25-p30 248
Page 256 and 257:
I j = n ∑ i= 1 w ij X i Essent wi
Page 258 and 259:
[Garrell2002b] Separabilitat lineal
Page 260 and 261:
Antecedents Tant el perceptró (Ros
Page 262 and 263:
Totes les neurones d’una capa est
Page 264 and 265:
Dins de les BPN cal distingir dues
Page 266 and 267:
Recordem que en l’aprenentatge su
Page 268 and 269:
Inconvenients de les XN Els princip
Page 270 and 271:
264
Page 272 and 273:
5.7. Descripció de la pràctica d
Page 274 and 275:
268
Page 276 and 277:
Aquests enunciats d’exàmens, i d
Page 278 and 279:
* Explicació. El sistema ha de pro
Page 280 and 281:
274
Page 282 and 283:
Raonament sobre accions Quan es per
Page 284 and 285:
Pla = { seqüència d’operadors q
Page 286 and 287:
Existeixen diferents maneres de fer
Page 288 and 289:
282
Page 290 and 291:
1. Estat inicial. La representació
Page 292 and 293:
STRIPS, per aquest problema, dispos
Page 294 and 295:
288
Page 296 and 297:
estudiarem la viabilitat d’adapta
Page 298 and 299:
2. Heu de comprendre per quins moti
Page 300 and 301:
294
Page 302 and 303:
Cerca a través de l’espai dels p
Page 304 and 305:
L’algorisme POP L’algorisme POP
Page 306 and 307:
300
Page 308 and 309:
2. Planificació amb efectes condic
Page 310 and 311:
en els efectes, ja que si no obtind
Page 312 and 313:
306
Page 314 and 315:
necessitat de planificar amb quanti
Page 316 and 317:
És a dir, una acció es considera
Page 318 and 319:
Hem pogut veure que l’objectiu de
Page 320 and 321:
Per donar les precondicions i les p
Page 322 and 323:
munta_peça(ROBOT,PEÇA,OBJECTE,AUT
Page 324 and 325:
318
Page 326 and 327:
7. Resolució d’un problema usant
Page 328 and 329:
* Disposem de dos tipus de dades: 1
Page 330 and 331:
Aprenentatge artificial En la resol
Page 332 and 333:
coneixement per una simple estructu
Page 334 and 335:
Artificial Intelligence. A Modern A
Page 336 and 337:
PRÀCTICA 3: APRENENTATGE ARTIFICIA
Page 338 and 339:
332
Page 340:
NP-HARD Es diu que un algorisme té
show all

Guia d'estudi: Intel·ligència Artificial - La Salle

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?