UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

APRENDIZAJE DE MAQUINA Y MINERIA DE DATOS
CIB12M-N
TALLER DE INVESTIGACION – SEM03

I.-A continuación, encontrara un link que lo llevara a asistir a un evento que trata sobre
la integración de Machine Learning e Investigación de Operaciones.
Ingrese a la configuración del video para que aparezcan los sub-titulos y lo ayuden con
la interpretación. Si no le aparecen los sub-titulos verificar que su navegador este activo
con su correo gmail de la UNI.
https://www.youtube.com/watch?v=dLPheejUMCM

II.- Se le entregara en clase publicaciones referidas al tema asistido en el video y un

conference paper referido a una aplicación del mismo tema. Los artículos le servirán de
referencia sobre el tema tratado.
Después de asistir al video de la parte I y haber leído las publicaciones de referencia
que se le han entregado del tema, se le solicita:
1.- Nombrar el objetivo principal de la presentación de Nikolaj Van Omme en Montreal
2019.
2.- Enumerar los principales temas que presento.
3.- Elaborar un pequeño resumen de la presentación del expositor y sus principales
conclusiones.
4.- Emitir las principales conclusiones a las que llega su grupo después de asistir el video
y leer las publicaciones referidas al tema a la integración de OR y Machine Learning.
5.- En la página 347 del Conference Paper, Artificial intelligence and operations research
in maritime logistics, los autores afirman que, en un sentido más amplio, la “IA”
Inteligencia Artificial, no solo incluye algoritmos de aprendizaje automático y
aprendizaje profundo, sino que también se pueden incluir algoritmos inteligentes y
heurísticas, así como los algoritmos genéticos, o los algoritmos evolutivos como la
Optimización por enjambre de partículas.
a) Definir cada uno de los términos que incluye el concepto más amplio de IA que
mencionan los autores.
b) Explicar el porqué de la afirmación.
6.- Cuales son las diferencias y las similitudes entre la “OR” Operational Research ( “IO”
Investigación de Operaciones) y “ML” Machine Learning.
7.- Cuales con las diferentes formas que podemos utilizar para la hibridación de ML y OR.
8.- El paradigma del aprendizaje automático puede considerarse como la combinación
de varios dominios, enumere los tipos de problemas que aborda y como ellos los pueden
resolverse mediante la investigación operativa.
9.- Enumerar “Use Cases of Combination of ML and OR” Casos de uso de la combinación
de Machine learning y Operational Research.

Dra Lupe Pizan Toscano

03-04-24

DEFINICIONES BASICAS
La investigación operativa (Operational Research) abarca el desarrollo y el uso de una
amplia variedad de técnicas y métodos de resolución de problemas aplicados en la
búsqueda de una mejor toma de decisiones y eficiencia, como la simulación, la
optimización matemática, la teoría de colas, Procesos de decisión de Markov, métodos
econométricos, análisis envolvente de datos, redes neuronales, sistemas expertos,
análisis de decisiones y el proceso de jerarquía analítica. Casi todas estas técnicas
involucran la construcción de modelos matemáticos que intentan describir el sistema.
Debido a la naturaleza computacional y estadística de la mayoría de estos campos, OR
también tiene fuertes vínculos con la informática y el análisis.
Entonces en OR, el objetivo es crear un problema matemático que refleje fielmente la
naturaleza del problema real. Los problemas matemáticos pueden ser mucho más
fáciles de resolver, porque los números no son subjetivos y (casi siempre) se pueden
optimizar. Hay muchos métodos que se han desarrollado a lo largo de los años para
ayudar a lograr esto, todos los cuales son bien comprendidos y válidos. Sin embargo, a
veces, para problemas extremadamente complejos, estos métodos no siempre pueden
encontrar la mejor opción. Por este motivo, la OR también implica hacer uso de otros
métodos diseñados para acercarse lo más posible a la mejor elección: la heurística.
Gran parte de la OR viene después de la etapa de resolución de problemas. Dado que el
resolviendo un problema matemático, se tendrá una respuesta matemática. Por lo
tanto, una parte clave de la OR es transformar esta respuesta en una solución que esté
en términos del problema original del mundo real. En resumen, OR es la práctica de
convertir un problema operativo real en uno matemático, resolverlo y comunicar e
implementar su solución.
La optimización puede considerarse como la búsqueda de la mejor solución (solución
óptima) de un problema. El mejor término depende del contexto en el que se trabaje.
Por ejemplo, en un contexto operativo atinente a las utilidades, la optimización del
sistema constituye la maximización de los resultados, todo lo contrario a los costos o las
distancias, casos en los cuales la optimización dependerá de la minimización de los
resultados.
Modelamiento

Un modelo es una abstracción o una representación de la realidad o un concepto o una

idea con el que se pretende aumentar su comprensión, hacer predicciones y/o
controlar/analizar un sistema. Cuando el sistema no existe, sirve para definir la
estructura ideal de ese sistema futuro indicando las relaciones funcionales entre sus
elementos. En la actualidad un modelo se define como un constructo basado en
nuestras propias percepciones pasadas y actuales.