Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Particionando una base de datos en segmentos en los que los miembros de ese segmento comparten cualidades
similares
Asociacin
Categora de algoritmo de minera de datos que establece las relaciones sobre los elementos que ocurren juntos
en un registro dado
Descubrimiento de Secuencias
La identificacin de las asociaciones en el tiempo
La visualizacin puede ser usada en conjunto con la minera de datos para obtener una comprensin ms clara
de muchas de las relaciones subyacentes
La regresin es una tcnica estadstica conocida que se utiliza para asignar datos a un valor de prediccin
El pronstico o Previsin calcula sobre la base de los valores futuros patrones dentro de grandes conjuntos de
datos
Hiptesis basada en la minera de datos Comienza con una propuesta por parte del usuario, quien trata de
validar la veracidad de la proposicin
Descubrimiento de asociaciones Busca patrones, asociaciones, y las relaciones entre los datos a fin de
esclarecer los hechos que antes eran desconocidos o ni siquiera contemplados por una organizacin
Aplicaciones de Minera de Datos
Marketing
Banking
Ventas al por menor
Manufactura y produccin
Intermediacin y negociacin de valores
Seguros
Hardware y software de computadoras
Gobierno y Defensa
Lneas Areas
Cuidado de la Salud
Radiodifusin
Polica
Seguridad en los Hogares
neuronales.
Red Neuronal Artificial. Elementos
Unidad de proceso: En la neurona Artificial existen tres tipos de unidades en cualquier sistema: entradas,
salidas y ocultas.
Las unidades de entrada reciben seales desde el entorno; las de salida envan la seal fuera de la red, y las
unidades ocultas son aquellas cuyas entradas y salidas se encuentran dentro del sistema.
Funcin de Salida o de Transferencia. Asociada con cada unidad hay una funcin de salida, que transforma el
estado actual de activacin en una seal de salida.
Estado de Activacin. Los estados del sistema en un tiempo t se representan por un vector A(t). Los valores
de activacin pueden ser continuos o discretos, limitados o ilimitados.
Conexiones entre neuronas. Las conexiones que unen a las neuronas que forman una RNA tiene asociado un
peso, que es el que hace que la red adquiera conocimiento.
Regla de Aprendizaje. El aprendizaje puede ser comprendido como la modificacin de comportamiento
inducido por la interaccin con el entorno y como resultado de experiencias conduce al establecimiento de
nuevos modelos de respuesta a estmulos externos
Mecanismo de Aprendizaje. El aprendizaje es el proceso por el cual una red neuronal modifica sus pesos en
respuesta a una informacin de entrada. Los cambios que se producen durante el proceso de aprendizaje se
reducen a la destruccin, modificacin y creacin de conexiones entre las neuronas.
Tipo de Asociacin entre las Informaciones de Entrada y Salida. Las RNA son sistemas que almacenan
cierta informacin aprendida; esta informacin se registra de forma distribuida en los pesos asociados a las
conexiones entre neuronas de entrada y salida.
Representacin de la Infomacin de Entrada y Salida. Las redes neuronales pueden tambien clasificarse en
funcin de la forma en que se representan las informaciones de entrada y las respuestas o datos de salida.
Implementacin de la Redes Neuronales
En la bsqueda de sistemas inteligentes en general, se ha llegado a un importante desarrollo del software,
dentro de esta lnea se encuentran algunos de los neurocomputadores ms conocidos. Un neurocomputador
es bsicamente un conjunto de procesadores conectados con cierta regularidad que operan concurrentemente
(circuitos integrados).
Otra tecnologa podra ser electroptica, con la ventaja de utilizar la luz como medio de transporte de la
informacin, permitiendo la transmisin masiva de datos
La realizacin ms simple e inmediata consiste en simular la red sobre un ordenador convencional mediante
un software especfico. Es un procedimiento rpido, economico, e intituivo.
Otro mtodo es la realizacin de redes neuronales a travs de arquitecturas orientadas a la ejecucin de
procesos con un alto de paralelismo, tales como redes de transputers (respuesta en tiempo real).
Herramientas software de desarrollo: La comercializacin de productos software es la forma ms extendida
para simular redes neuronales, debido a las ventajas citadas anteriormente. La diferencia entre los distintos
productos software radica en aspectos tales como el tipo y el nmero de arquitecturas de red que soporta,
velocidad de procesamiento, interfaz grfica, exportacin de codigo C para el desarrollo automtico de
aplicaciones, etc
Ventajas de las Redes Neuronales
Las RNA presentan un gran nmero de caractersticas semejantes a las del cerebro. Por ejemplo, son capaces de
aprender de la experiencia, de generalizar de casos anteriores a nuevos casos, de abstraer caractersticas
esenciales a partir de entradas que representan informacin irrelevante, etc. Esto hace que ofrezcan numerosas
ventajas y que este tipo de tecnologa se est aplicando en mltiples reas. Estas ventajas incluyen:
Aprendizaje Adaptativo
Autoorganizacin
Tolerancia a Fallos
Operacin en Tiempo Real
Fcil insercin dentro de la tecnologa existente
Ventajas de las Redes Neuronales
Aprendizaje Adaptativo: Es una de las caractersticas ms atractivas de las redes neuronales, es la capacidad
de aprender a realizar tareas basadas en un entrenamiento o una experiencia inicial. En el proceso de
aprendizaje, los enlaces ponderados de las neuronas seajustan de manera que se obtengan unos resultados
especficos.
Tambin existen redes que continan aprendiendo a lo largo de su vida
Autoorganizacin: Las redes neuronales usan su capacidad de aprendizaje adaptativo para organizar la
informacin que reciben durante el aprendizaje y/o la operacin. Una RNA puede crear su propia organizacin o
representacin de la informacin que recibe mediante una etapa de aprendizaje.
Ventajas de las Redes Neuronales
Tolerancia a Fallos: Comparados con los sistemas computacionales tradicionales, los cuales pierden su
funcionalidad en cuanto sufren un pequeo error de memoria, en las redes neuronales, si se produce un fallo en
un pequeo nmero de neuronas, aunque el comportamiento del sistema se ve influenciado, sin embargo no
sufre una cada repentina (pueden aprender a reconocer patrones con ruido, distorsionados, o incompleta)
Operacin en Tiempo Real: Los computadores neuronales pueden ser realizados en paralelo, y se disean y
fabrican mquinas con hardware especial para obtener esta capacidad.
Fcil insercin dentro de la tecnologa existente. Debido a que una red puede ser rpidamente entrenada,
comprobada, verificada y trasladada a una implementacin hardware de bajo costo, es fcil insertar RNA para
aplicaciones especficas dentro de sistemas existentes (chips, por ejemplo).
Aplicaciones de la Redes Neuronales
Las redes neuronales son una tecnologa computacional emergente que puede utilizarse en un gran nmero y
variedad de aplicaciones, tanto comerciales como militares. Sus aplicaciones son:
Biologa: Aprender ms acerca del cerebro y otros sistemas. Obtencin de modelos de la retina.
Empresa: Reconocimiento de caracteres escritos. Identificacin de candidatos para posiciones especficas.
Optimizacin de plazas y horarios en lneas de vuelo.
Explotacin de bases de datos: Evaluacin de probabilidad de formaciones geolgicas y petrolferas. Sntesis
de voz desde texto.
Medio Ambiente: Analizar tendencias y patrones. Previsin del tiempo.
Finanzas: Previsin de la evolucin de los precios. Valoracin del riesgo de los crditos. Identificacin de
falsificaciones. Interpretacin de firmas.
Manufacturacin: Robots automatizados y sistemas de control (visin artificial y sensores de presin,
temperatura, gas, etc.) Control de produccin en lneas de proceso. Inspeccin de calidad. Filtrado de seales.
Medicina: Analizadores del habla para la ayuda de audicin de sordos profundos.
Diagnstico y tratamiento a partir de sntomas y/o de datos analticos (encefalograma, etc.). Monitorizacin en
ciruga. Prediccin de reacciones adversas a los medicamentos. Lectoras de Rayos X. Entendimiento de causa
de ataques epilpticos.
Militares: Clasificacin de las seales de radar. Creacin de armas inteligentes.
Optimizacin del uso de recursos escasos.
Cmo aprenden las Redes Neuronales?
Redes con Aprendizaje Supervisado. El proceso de aprendizaje se realiza mediante un entrenamiento
controlado por un agente externo (supervisor, maestro) que determina la respuesta que debera generar la red a
partir de una entrada determinada. El supervisor comprueba la salida de la red y en el caso de que sta no
coincida con la deseada, se proceder a modificar los pesos de las conexiones, con el fin de conseguir que la
salida se aproxime a la deseada.
Se consideran tres formas de llevar a cabo este tipo de aprendizaje:
Aprendizaje por correccin de error: Consiste en ajustar los pesos en funcin de la diferencia entre los
valores deseados y los obtenidos en la salida de la red; es decir, en funcin del error.
Aprendizaje por refuerzo: Se basa en la idea de no indicar durante el entrenamiento exactamente la salida que
se desea que proporcione la red ante una determinada entrada. La funcin del supervisor se reduce a indicar
mediante una seal de refuerzo si la salida obtenida en la red se ajusta a la deseada (xito=+1 o fracaso=-1), y
en funcin de ello se ajustan los pesos basndose en un mecanismo de probabilidades.
Aprendizaje estocstico: Este tipo de aprendizaje consiste bsicamente en realizar cambios aleatorios en los
valores de los pesos de las conexiones de la red y evaluar su efecto a partir del objetivo deseado y de
distribuciones de probabilidad.
Cmo aprenden las Redes Neuronales?
Redes con Aprendizaje No Supervisado. Estas redes no requieren influencia externa para ajustar los pesos de
las conexiones entre neuronas. La red no recibe ninguna informacin por parte del entorno que le indique si la
salida generada es o no correcta, as que existen varias posibilidades en cuanto a la interpretacin de la salida de
estas redes. En algunos casos, la salida representa el grado de familiaridad o similitud entre la informacin que
se le est presentando en la entrada y las informaciones que se le han mostrado en el pasado. En otro caso
podra realizar una codificacin de los datos de entrada, generando a la salida una versin codificada de la
entrada, con menos bits, pero manteniendo la informacin relevante de los datos
Un equipo cuyos miembros se encuentran fsicamente en diferentes lugares, mientras que se juntan en una
reunin
Los beneficios y las limitaciones de trabajo en grupo
Proceso de ganancias
En GSS, la mejora de la eficacia de las actividades de una reunin.
Un grupo puede tener mejor y ms precisa comunicacin si trabajan juntos.
La propensin al riesgo puede balacearse juntando directivos de alto riesgo con conservadores.
Proceso de prdidas
En GSS, la degradacin de la eficacia de las actividades de una reunin.
Tiempo no productivo en socializacin, esperando a los que llegan tarde, hay tendencia a repetir lo que ya se
discuti.
Los miembros pueden tener informacin incorrecta, incompleta o mal interpretada, no se entendieron bien las
tareas designadas.
Puede haber bloqueo de atencin y/o concentracin.
Pensamiento Grupal
En una reunin, el refuerzo continuo de una idea de los miembros del grupo
Mejorar el proceso de reuniones
Tcnica de grupo nominal (TGN)
Un simple proceso de lluvia de ideas para las reuniones no electrnicas
Mtodo Delphi
Una metodologa de pronstico cualitativo mediante cuestionarios annimos. Eficaz para la previsin
tecnolgica y para la previsin de que se presenten elementos sensibles
Listado de soporte informtico para trabajo en grupo
La web admite la adopcin de decisiones colaborativas intra e interinstitucionales a travs de herramientas de
colaboracin y acceso a datos, informacin y conocimiento desde dentro y fuera de la organizacin Brindan el
apoyo intraorganizacional a decisiones en red
Las extranets vinculan personas y los equipos de las diferentes organizaciones para decidir en conjunto.
Apoyo a Trabajo en grupo con sistemas informatizados
Hora y lugar marco
Sncrona (en tiempo real)
Ocurre al mismo tiempo
Asincrnico
Tienen lugar en momentos diferentes
El tiempo y la combinacin de lugar puede ser considerado como una de cuatro clulas de la matriz o
marco:
1. A la misma hora / mismo lugar
2. A la misma hora y lugar diferentes
3. Hora Diferente / mismo lugar
4. Hora distinta /lugar diferente (en cualquier momento y lugar)
Apoyo a Trabajo en grupo con sistemas informatizados
Un Vistazo a los Sistemas de Soporte para trabajo en grupo
(GSS)
La web admite la adopcin de decisiones colaborativas intra e interinstitucionales a travs de herramientas de
colaboracin y acceso a datos, informacin y conocimiento desde dentro y fuera de la
organizacin (groupware)
Intranets. Brindan el apoyo intraorganizacional a decisiones en red
Extranets vinculan personas y los equipos de las diferentes organizaciones para decidir en conjunto.
Ejemplo: Polycom Inc (Polycom.com) en alianza con Software Developer Lotus, desarrollaron e integraron
Videoconferencia de escritorio con Lotus Notes.
Groupware, tpicamente tiene al menos una aplicacin de Lluvia de ideas electrnica, conferencia o reunin
electrnica, calendario, planificacin, resolucin de conflictos, construccin de modelos, videoconferencia,
comparticin de documentos, organizacin de memoria, etc.
A investigar, capacidades de cada Suite:
Lotus Notes/Domino y LotusSphere
Microsoft Netmeeting y Live Meeting
Goove Networks
Webex Meeting Center y placeware Conference Center
GroupSystems
eRoom
Team Expert Choice
Zimbra Collaboration Suite
Herramientas de Soporte Directo para la Toma de Decisiones: A
partir de GDSS GSS
Sistemas de Apoyo a Decisiones en Grupo (GDSS)
Un sistema interactivo basado en computadoras que facilita lasolucin de problemas semiestructurados y no
estructurados por un grupo de tomadores de decisiones.
Grupo de sistema de apoyo (GSS)
Los sistemas de informacin que apoyan el trabajo en grupo (comunicacin, toma de decisiones), que en
general, trabajan con problemas no estructurados o semi-estructurados
Los sistemas electrnicos de reunin (EMS)
Clase especial de GSS, ms amplio. Un entorno de tecnologa de la informacin que apoya las reuniones de
grupo (groupware), que pueden ser distribuidos geogrficamente y en el tiempo.
Cmo GDSS (o GSS) mejora el trabajo en grupo
Paralelismo En un sistema de grupos de apoyo, un proceso en el que ganar a todos en un grupo puede trabajar
de forma simultnea (en discusin, voto, ranking, etc) Soporta el procesamiento en paralelo de la informacin y
la generacin de ideas (paralelismo).
Actividades de Soporte de un GDSS
Permite la participacin de grupos ms grandes con informacin ms completa, conocimientos y habilidades.
Permite el uso de tcnicas y mtodos para solucin de problemas estructurados o no estructurados.
Ofrece un acceso rpido y fcil a informacin externa
Permite equipos de debates paralelos
Ayuda a los participantes a enfocarse en una imagen completa.
El anonimato permite a personas con escasos conocimientos contribuir a la reunin
El anonimato ayuda a evitar que los individuos acaparen una reunin
Registro de todas las informaciones presentadas en una reunin
Proporciona mltiples maneras de participar en la votacin inmediata y annima
Permite que varios usuarios interacten de forma simultnea
La organizacin de una sesin GSS cara a cara, la misma hora y reuniones electrnicas en el mismo lugar, por
lo general siguen una progresin comn:
1. El lder del grupo se rene con el facilitador para planificar la reunin, seleccionar las herramientas de
software y elaborar un programa
2. Los participantes se renen en la sala de decisin, el lder hace una pregunta o presenta el problema al grupo
3. Los participantes presentan sus ideas o comentarios (es decir, una lluvia de ideas), y los resultados se
muestran al pblico
4. El facilitador, usando el software de organizacin de ideas, las clasifica en temas comunes y las organiza en
categoras en bruto, los resultados se mostrarn pblicamente
5. El lder inicia una discusin, los participantes asignan prioridad a las ideas
6. Los primeros 5 o 10 temas se envan al software de generacin de ideas despus de una discusin, el proceso
se puede repetir o en una votacin final la decisin puede ser tomada
GSS: factores de xito
1. El compromiso de toda la Organizacin
2. Un patrocinador ejecutivo
3. Un operativo patrocinador
4. Participacin de los usuarios y la formacin
5. Una interfaz de usuario-seductora
Elaboracin de una cultura de colaboracin y tres pasos hacia la creacin de un ambiente de trabajo que apoya
la colaboracin
1. Identifique lo que quiere
2. Determine las limitaciones de recursos
3. Determine qu tecnologas se pueden utilizar para superar las limitaciones de recursos
Nuevas Herramientas de Colaboracin: Wikis
Wiki Una pieza de software de servidor disponible en un sitio Web que permite a los usuarios crear y editar
libremente contenido de la pgina web utilizando cualquier navegador Web
Wikilog
Un blog que permite que todos participen por igual, cualquiera puede aadir, eliminar o cambiar el contenido.
Centros de Colaboracin
El punto central de control de un mercado electrnico. Un solo centro de c, que representa uno de los
propietarios del mercado electrnico, puede alojar mltiples espacios de colaboracin (c-espacios) con los
socios comerciales de uso c-facilitadores para el intercambio de datos con el c-hub.
Colaboracin en redes
En una red de colaboracin, los socios en cualquier punto de la red pueden interactuar entre s, sin pasar por los
socios tradicionales
Portales Corporativos (Empresariales)
Una puerta de enlace para entrar en un sitio web corporativo, que permite la comunicacin, la colaboracin y el
acceso a la informacin de la compaa
El aspecto ms importante y difcil de logar es la determinacin de un buen mtodo para la catalogacin de los
conocimientos provenientes de muchos contribuyentes
Tecnologas de la Informacin (TI) en la Gestin del
Conocimiento
El ciclo de KMS. Consta de los seis pasos siguientes:
Crear conocimiento
Captura el conocimiento
Completar los conocimientos
Almacenamiento del Conocimiento
Gestionar el conocimiento
Divulgar el conocimiento
Se desarrolla usando estos tipos de tecnologa:
Comunicacin
Colaboracin
Almacenamiento y recuperacin.
Tecnologas de Apoyo a la Gestin del
Conocimiento.
Inteligencia artificial
Agentes inteligentes
Descubrimiento de conocimiento en bases de datos
Lenguaje de marcado extensible (XML)
Inteligencia artificial. Mtodos utilizados en IA:
Ayuda en la bsqueda y mejora del conocimiento
Ayuda a establecer perfiles de conocimiento de los individuos y grupos
Ayuda a determinar la importancia relativa de los conocimientos cuando se aportan y se accede a y desde
el repositorio de conocimiento.
Tecnologas de Apoyo a la Gestin del Conocimiento.
Inteligencia artificial. Mtodos utilizados en IA:
La exploracin de correo electrnico, documentos y bases de datos para realizar el descubrimiento del
conocimiento, determinar relaciones significativas, recoger los conocimientos, o generar reglas de induccin
para sistemas expertos
Identificar patrones en los datos (por lo general a travs de redes neuronales)
Pronosticar futuros resultados mediante el uso de los conocimientos existentes
Asesorar directamente a partir del conocimiento mediante el uso de redes neuronales o sistemas expertos
Proporcionar un lenguaje natural o interfaz de usuario de voz dirigida por rdenes de un KMS.
Agentes inteligentes
Los agentes inteligentes son sistemas de software que aprenden cmo trabajan los usuarios y prestan
asistencia en sus tareas diarias
Se utilizan para obtener y determinar los conocimientos
Tecnologas de Apoyo a la Gestin del Conocimiento.
Descubrimiento de conocimiento en bases de datos (KDD)
Una mquina de proceso de aprendizaje que lleva a cabo la induccin de regla, o un procedimiento relativo a
establecer el conocimiento de grandes bases de datos
Modelo marts
Pequeos, generalmente repositorios de conocimientos en el departamento mediante el empleo de tcnicas de
descubrimiento de conocimientos en los casos de decisiones pasadas. Al igual que data marts.
Modelo de almacenes
Grandes, en general, repositorio de conocimiento de toda la empresa, creado mediante el empleo de tcnicas de
descubrimiento de conocimientos en los casos de decisiones pasadas. Al igual que los almacenes de datos.
Lenguaje de marcado extensible (XML)
La programacin XML permite el uso de estructuras de datos normalizadas para que los datos pueden ser
agregados y procesados adecuadamente por los sistemas heterogneos.
Tecnologas de Apoyo a la Gestin del Conocimiento.
KMS Implementation
Conocimiento de gestin de productos y proveedores
KnowWare
Herramientas tecnolgicas que apoyan la gestin del conocimiento
Empresas de desarrollo de software y proveedores de EIS
Colaboracin en las herramientas informticas
Conocimiento de servidores
Empresa portales de conocimiento (EKP)
Un portal electrnico en un sistema de gestin del conocimiento
Gestin electrnica de documentos (EDM)
Un mtodo para la tramitacin de documentos por va electrnica, incluida la captura, almacenamiento,
recuperacin, manipulacin y presentacin
Gestin de contenidos (CMS)
Un documento electrnico del sistema de gestin dinmica que produce las versiones de documentos, y
automticamente mantiene el actual conjunto para su uso en el mbito empresarial
Roles de las personas en Gestin del Conocimiento
Principal oficial del conocimiento (CKO)
La persona a cargo de un esfuerzo de gestin del conocimiento en una organizacin
Roles de las personas en Gestin del Conocimiento
Las funciones del CKO incluyen:
Establecer la gestin de conocimiento estratgico prioridades.
Establecer un repositorio de conocimiento de las mejores prcticas.
Obtener un compromiso por parte de ejecutivos de alto nivel para apoyar un ambiente de aprendizaje.
Ensee a los solicitantes de informacin sobre cmo pedir una mejor y ms inteligente preguntas.
Establecer un proceso de gestin de activos de propiedad intelectual.
Obtener la satisfaccin del cliente informacin en tiempo casi real.
Globalizar la gestin del conocimiento
Habilidades requeridas de CKO incluyen:
habilidades de comunicacin interpersonal
Habilidades de liderazgo
visin para los negocios
Pensamiento estratgico
Colaboracin habilidades
La capacidad de establecer programas eficaces de educacin
La comprensin de las TI y su papel en la promocin de la gestin del conocimiento
El director general, funcionarios y directivos de la organizacin
El Director General es responsable de la defensa de un esfuerzo de gestin del conocimiento
Los oficiales de poner a disposicin los recursos necesarios para realizar el trabajo
Mesa
CFO asegura que los recursos financieros estn disponibles
Director de Operaciones se asegura de que las personas comienzan a integrar las prcticas de gestin del
conocimiento en sus procesos de trabajo diario
Un enlace a valor econmico de una empresa, para demostrar la viabilidad financiera y mantener el patrocinio
ejecutivo
La infraestructura tcnica y organizativa sobre la que construir
Una estructura estndar, el conocimiento flexible para que coincida con la forma en que la organizacin realiza
un trabajo y utiliza el conocimiento
Una cultura de usar el conocimiento que conduce directamente al apoyo de los usuarios
Una interfaz y lenguaje claros, para animar a los usuarios a comprar el sistema
Un cambio en las prcticas de motivacin, para crear una cultura de intercambio
Mltiples canales de transferencia de conocimientos
Los factores que conducen al xito de gestin del conocimiento
A nivel de orientacin al proceso, hacer un esfuerzo que valga la pena en la gestin del conocimiento
Mtodos de motivacin -no triviales- para animar a los usuarios a contribuir y utilizar los conocimientos
Apoyo a la gestin del jefe
Inconvenientes potenciales de KMS
El no poder captar las seales en el ambiente que podran haber sugerido un cambio de estrategia o enfoque
del producto
Descuidar el proceso creativo de soluciones de ayer por la creacin de nuevos conocimientos, aplicndolos a
problemas del maana
Reconocimiento Visual
Agregar alguna forma de inteligencia computarizada y de toma de decisiones a la informacin visual
digitalizada, recibida desde un sensor, como una cmara.
El objetivo bsico de la visin por computadora es interpretar escenarios, no es generar imgenes.
Instruccin asistida por Computadoras
Inteligentes (ICAI)
El uso de tcnicas AI para entrenar o ensear con una computadora.
Sistemas Inteligentes de tutora (ITS)
Sistemas de auto-tutora que pueden guiar a los estudiantes en cmo es la mejor forma de proceder en el
proceso de aprendizaje
Programacin Automtica.
Permite generar programas automticamente cuando tcnicas de AI son incrustadas en los compiladores.
Computacin Neuronal
Redes de Computacin Neuronal
Es un set de modelos matemticos que simulan la forma en que funciona el cerebro humano.
Juegos
Una de las primeras reas que estudiaron los
investigadores de IA
Es una zona ideal para la investigacin de nuevas estrategias heursticas porque los resultados son
fciles de medir.
Traduccin de Idiomas
Traduccin automatizada usa programas de computadora para traducir palabras y oraciones de un idioma a
otro sin mucha interpretacin por humanos.
Lgica Difusa
Lgica de formas de razonamiento coherente que pueda hacer frente a decisiones con informacin incierta o
parcial, caracterstica del pensamiento humano y de muchos sistemas expertos
Los algoritmos genticos
Mtodos inteligentes que utilizan los ordenadores para simular el proceso de evolucin natural para encontrar
patrones de un conjunto de datos
Agente Inteligente (IA)
Un sistema experto o un sistema basado en conocimiento incrustado en un sistema de computadora basado en
informacin para hacerla ms inteligente. Corre en segundo plano, monitorea el ambiente y reacciona a ciertas
condiciones que lo disparan
Conceptos Bsicos. Sistemas Expertos (ES)
Incluyen:
Cmo determinar quin es un experto?.
Sistema Experto: es un sistema de informacin basado en computadora que usa el conocimiento de expertos
para alcanzar un alto nivel de desempeo en decisiones en un dominio de un problema.
Expertise (pericia) es el amplio conocimiento, sobre una tarea especfica que los expertos poseen.
Caractersticas de ES:
Pericia
Razonamiento Simblico
Conocimiento profundo:
Conocimiento de s mismo
Softbots
BOTS
Agentes inteligentes de software, una abreviatura de robots. Por lo general se usa como parte de otro trmino,
como en knowbots, softbots o shopbots
Caractersticas de la inteligencia de los agentes inteligentes
segn Wooldridge:
Reactividad: Estn capacitados para percibir su ambiente y responder prontamente a los cambios que ah
ocurren para satisfacer el objetivo de su creain.
Proactividad: Estn capacitados para mostrar un comportamiento orientado a la meta y toman la iniciativa
para satisfacer sus objetivos de diseo,
Capacidades Sociales: Son capaces de interactuar con otros agentes y humanos para satisfacer sus objetivos.
Autonoma: Deben tener control sobre sus propias acciones y ser capaces de cambiar de trabajo y acciones
independientemente del usuario u otros actores.
Caractersticas de la inteligencia de los agentes
inteligentes segn Lee:
Nivel 0 (menos inteligentes) Agentes de recuperacin de documentos para un usuario directamente bajo sus
rdenes
Nivel 1 - Agentes que proporcionan un inicio para el usuario en busca de facilidades para encontrar pginas
web relevantes
Nivel 2 - Agentes que mantienen perfiles de los
usuarios
Nivel 3 - Los agentes tienen un componente de aprendizaje y deduccin para ayudar a un usuario que
no puede formalizar una consulta o especificar un destino para una bsqueda
Componentes de un agente:
Propietario: Nombre del usuario, o del proceso padre.
Autor: desarrollador, servicio
Cuenta: Anclado a la cuenta del propietario
Meta: Instruccin clara de la tarea que debe completar
Descripcin: Descripcin de los detalles de los atributos de la meta
Creacin y duracin: Fecha de requerimiento
Antecedentes: informacin de soporte por si se requiere
Subsistema Inteligente: como un ES basado en reglas.
Caractersticas de los Agentes Inteligentes
La autonoma o empoderamiento
Un agente que toma la iniciativa y ejerce control sobre sus propias acciones tiene estas caractersticas:
Orientado al Objetivo
Colaborativo
Flexible
De arranque automtico
Comunicacin (interactividad)
Muchos agentes estn diseadas para interactuar con otros agentes, los seres humanos, los programas o software
Automatizacin de tareas repetitivas
Un agente est diseado para realizar tareas definidas estrictamente, lo que puede hacer una y otra vez sin
aburrirse o enfermarse, o ir a la huelga
Reactividad
Los Agentes pueden percibir su entorno y responder de manera oportuna a los cambios que se producen
en l
Proactividad (o persistencia)
Los agentes son capaces de exhibir un comportamiento dirigido a tomar la iniciativa para lograr el objetivo
Continuidad temporal
Los agentes estn constantemente ejecutando procesos que pueden estar temporalmente inactivos a la espera de
algo que se produzca
Personalidad
Los agentes tienen que ser creble y ser capaz de interactuar con los usuarios humanos
Operando en segundo plano: Movilidad
Un agente debe ser capaz de trabajar fuera de la vista (en el ciberespacio o el equipo de otros sistemas), sin la
atencin constante de su usuario
De ejecucin remota
Agentes mviles
Inteligencia y aprendizaje
Para un agente inteligente, el aprendizaje va ms all de un razonamiento basado en reglas simples porque el
agente se espera que aprendan y se comportan de forma autnoma
Sobrecarga de la informacin
Un valor importante de agentes inteligentes es que son capaces de ayudar en la bsqueda a travs de todos los
datos
Los agentes inteligentes ahorran tiempo al tomar decisiones sobre lo que es relevante para el usuario.
Razones de xito de los Agentes son:
Ayuda a la decisin del usuario
Apoyo a las decisiones FrontLine
Las actividades repetitivas de oficina
Facilita actividades personales
Bsqueda y recuperacin
Dominio en los SE
Clasificacin y tipos de agentes inteligentes
La clasificacin por tipo de aplicacin
De Organizacin Pblica
Un agente que sirve a cualquier usuario
Privado (personal)
Un agente que trabaja para una sola persona
Nueve reas de aplicacin principales:
Asistir en el flujo de trabajo y gestin administrativa
La colaboracin con otros agentes y las personas
Apoyar el comercio electrnico
Apoyo a las aplicaciones de escritorio
Ayudar en el acceso a la informacin y gestin, incluyendo la bsqueda y Preguntas Frecuentes
Procesamiento de correo electrnico y mensajes
El control y la gestin de acceso a la red
Sistemas de gestin y redes
Creacin de interfaces de usuario, que incluye el desplazamiento (navegacin)
Internet-Based Software Agents
Interfaces de usuario
El aprendizaje y tutora
Gestin de la cadena de suministro
Flujo de trabajo y gestin administrativa
Minera Web
Monitoreo y alerta
Colaboracin
Comercio mvil
Agentes de Sistema
Agentes de recomendacin
Agentes de Perfiles
Agentes DSS y Sistemas Multiagentes
Cinco tipos de agentes DSS:
Control de los datos
Recoleccin de datos
Modelado
Gestin del Dominio
Aprendizaje de las preferencias
Multiagente
Sistema Multiagente
Un sistema con mltiples agentes de software que cooperaron
La inteligencia artificial distribuida (DAI)
Un agente de mltiples sistemas para la resolucin de problemas.
Fraccionamiento de un problema en mltiples sistemas que cooperan en la obtencin de una solucin
Sistemas de Recomendacin Basados
en Web
Una de las principales aplicaciones de sistemas inteligentes en el comercio electrnico es recomendar los
productos a los clientes
La motivacin principal para el uso de agentes recomendacin es que la personalizacin es una tendencia
importante en la comercializacin y servicio al cliente
Sistema de Recomendacin (agentes)
Un sistema informtico que puede sugerir nuevos temas para un usuario basndose en sus preferencias
eveladas. Puede ser basado en el contenido o el filtrado colaborativo para sugerir elementos que coinciden con
la preferencia del usuario. Un ejemplo es la funcin de Amazon.com "Otras personas han comprado este
libro tambin compraron...
Taxonoma de los mecanismos de recomendacin
Dos funciones principales:
Generacin y mantenimiento de Perfil
Explotacin y la recomendacin de Perfil
Generacin y Mantenimiento de Perfil.
Perfil de representacin del usuario
Generacin del perfil inicial
Aprendizaje del perfil tcnico
Retroalimentacin Relevante
Perfil de Adaptacin Tcnica
Recomendacin para Explotacin de Perfil
Los sistemas de recomendacin hacen posible tres tareas principales:
Se definieron presupuestos y plazos antes de que el equipo de desarrollo se involucrara y no eran realistas
No hubo presencia interna del equipo del Data Warehouse
Un gerente de proyecto sobrecargado estaba involucrado
La disponibilidad de origen de los datos no fue confirmada desde el inicio
No hay demanda de los usuarios por los sofisticados anlisis que se consideraron
No se llevaron a cabo reuniones de rutina entre los gerentes patrocinadores y el gerente del proyecto
Los gerentes de negocios no participaron desde el inicio del proyecto
Lecciones Aprendidas de los fracasos de prototipos:
El patrocinio Ejecutivo, la colaboracin de personal de TI y usuarios finales son los factores de xito ms
crticos para el desarrollo de un almacn de datos.
La comprensin poco clara de los objetivos de negocio y cmo se medirn
Un proyecto piloto incremental debe ocurrir para determinar si es posible obtener los beneficios previstos.
Una organizacin debe esperar para hacer una inversin importante en la administracin continua del
almacenamiento de datos.
Cuando todo falla, la entidad debe reducir sus prdidas y correr.
Criterios de seleccin de un enfoque de
desarrollo MSS
Seleccin de Criterios para una decisin de compra o alquiler :
Flexibilidad: Paquetes comerciales necesitan ser modificados o adaptados a las necesidades de la empresa.
Requerimientos de Informacin: El paquete seleccionado debe satisfacer los requerimientos de informacin
de los usuarios.
Interfaz amigable.
Recursos de Hardware y software. Compatibles con lo existente en la empresa.
Instalacin. Debe ser incluida en el proceso de compra.
Servicio de Mantenimiento. Las aplicaciones requieren ser cambiadas constantemente si es requerido.
Seleccin de Criterios para una decisin de compra o alquiler :
Costos Estimados: Se deben estimar los costos totales y los costos asociados de adquisicin y desarrollo.
Personal. La empresa debe contar con el recurso humano
adecuado para el sistema.
Evolucin Tecnolgica. Ese software est en constante avance?
Escalamiento: Este software puede crecer en varias dimensiones para proveer un mejor servicio.
Tamao. Los recursos de hardware se debern incrementar por los requerimientos del sistema.
Desempeo. Es crtico para el xito del negocio.
Seguridad. Es uno de los factores que se debe analizar en detalle
Otros proveedores de paquetes de software y Suites de MSS
Paquetes de software especializados y funcionales
MSS suite
Una coleccin integrada de un gran nmero de herramientas MSS que trabajan juntas para el desarrollo de
aplicaciones. Ofrecen:
Flexibilidad para desarrolladores y usuarios
Especializacin
Personalizacin
Integracin y funcionalidad
Conectando a Bases de Datos y Otros Sistemas Empresariales
Un MSS requiere acceso a una base de datos o a un Data Warehouse
Conectando a base de datos: Arquitectura de cuatro capas
1. NavegadorWeb: Datos e informacin se muestran al y desde la recoleccin del usuario final.
2. ServidorWeb: enva pginas, recoge datos, enva datos a y desde el servidor de aplicaciones
3. Servidor de Aplicaciones: ejecuta reglas de negocio, formula consultas a la base de datos, manipula
formatos de datos resultantes, responde al web server.
4. Servidor de Base de Datos: Es el lugar en donde estn almacenados los datos, gestionados, y las
solicitudes a la base de datos son procesadas.
La integracin de las aplicaciones MSS y sistemas de back-end
Muchas Suites comerciales MSS suites tienen construidas la integracin de capacidades
Si una compaa quiere construir su propia interfaz de base de datos:
Lenguaje de secuencia de comando Web
Aplicaciones Especializadas de Servidor
Se requiere tambin la integracin con otras aplicaciones de la empresa como ERP, CRM, SCM,
KMS, DW, etc.
Middleware
Software que une los mdulos de aplicacin de diferentes lenguajes de computadora y
plataformas. Provee un programa separado que es la interfaz entre diversos clientes y el sistema del
servidor. Es el mediador entre las partes de una aplicacin o entre aplicaciones
MSS Desarrollado por el Usuario
Computacin de Usuario Final
Desarrolladores de sus propios sistemas de informacin.
Un Sistema MSS desarrollado por el usuario
Un MSS desarrollado por un usuario o por varios usuarios en un departamento incluyento tomadores de
decisiones y profesionales (trabajadores del conocimiento, como ingenieros en finanzas o anlisis de impuestos)
que construyen o usan las computadoras para solucionar problemas incrementando su productividad
Ventajas del Sistema MSS desarrollado por el usuario
Plazo de entrega corto
Los requisitos previos de la definicin formal y extensa de la especificacin de requerimientos
son eliminados.
Algunas implementaciones de MSS han reducido los problemas
El costo frecuentemente es muy bajo
Riesgos de MSS desarrollados por el usuario
Los MSS desarrollados por el usuario pueden ser de calidad pobre.
Tres categoras de potenciales riesgos de calidad:
1. herramientas inadecuadas o Deficientes y las instalaciones utilizadas en el desarrollo de los MSS
2. Riesgos asociados con el proceso de desarrollo
3. Riesgos en la gestin de los datos
Riesgos de Seguridad
La falta de documentacin y procedimientos de mantenimiento.
Pasos para involucrar a los usuarios en el proceso de desarrollo:
1. Vndales el sistema
2. Comprenda los negocios de los usuarios
3. Considere las prioridades de los usuarios
4. Asigne buenos comunicadores
5. Hable con los usuarios a travs de todo el proceso
6. No se rena con los usuarios en su oficina
7. Apague su telfono celular
8. Enfocarse en los problemas del usuario, no en la tecnologa
9. Escuche bien