Congreso Nacional de la Carne - Eurocarne

I Congreso Nacional de la Carnetados obtenidos por nuestro grupo en la calificación morfológica de estos mismosanimales en vivo (López et al. 2000; Goyache et al., 2000). El artículo finalizarácon unas conclusiones y la descripción de las líneas de investigación futuras quevemos en este campo.Distintos tipos de algoritmosde Aprendizaje AutomáticoExisten muchos tipos de algoritmos o funciones de aprendizaje. Una clasificaciónhabitual es la que distingue los posibles modos en que se pueden dar los conjuntosde entrenamiento y las propias funciones de predicción. En este artículoseguiremos el planteamiento más usual. Los conjuntos de entrenamiento serán conjuntosde ejemplos de acciones sabias que en el pasado fueron ejecutadas porexpertos y que recopilamos en los llamados conjuntos de entrenamiento. Cadauno de estos ejemplos está descrito por un conjunto de atributos con uno singularllamado clase del ejemplo. Los atributos son las propiedades que en cadaejemplo tendrán un valor y que, de esta forma, define un ejemplo concreto de actuación.Continuando con el planteamiento habitual del AA, lo que devuelven los algoritmosde aprendizaje son otros algoritmos o funciones computables, en general,conocimiento capaz de predecir la clase de casos (ejemplos en los que no conocemossu clase) que no habían sido vistos durante el periodo de entrenamiento.Este punto de vista es el que se recoge en la figura 1.Conceptualmente, los algoritmos de AA hacen el mismo papel que los métodosde regresión que a partir de una muestra (así se llaman en este contexto los conjuntosde entrenamiento) sintetizan una función (a menudo lineal) que nos estimaráel valor de la variable que queremos predecir (la clase) en función de las demás (losatributos que definen los ejemplos). Sin embargo, el AA va más allá pues el aba-Figura 1.- El papel de los algoritmos de Aprendizaje Automático en la gestión del conocimiento.97