UNIVERSIDAD POLITECNICA SALESIANA

INGENIERIA DE SISTEMAS

SISTEMAS EXPERTOS

GRUPO # 4

Integrantes: Alvares Andrés- Espinoza Mischel- Guevara Bryan

Jiménez Rafael- Reyes Ayleen
Parte 1: Estudio Comparativo Aplicaciones de
Lógica Difusa y Machine Learning

Paper 1:Big Data Analysis y Machine Learning en Medicina

Papers de Estudio Intensiva
de Machine Learning:
Paper 2:The Open International Soccer Database for machine
learning

Papers de Estudio Paper 3: Fuzzy Logic Applied to the Performance Evaluation.

de Lógica Difusa : Honduran Coffee Sector Case

PAPER 1
El beneficio radica
esencialmente en la
automatización y mayor
facilidad de la toma de
decisiones en el sector de la
salud mediante la ayuda del
machine Learning y la gran
cantidad de datos obtenidos en
los hospitales, con el objetivo
de agilitar los procesos y crear
una gran base de datos en
conjunto con varios hospitales.
CUADRO COMPARATIVO
PAPER 2
El futbol representa el deporte
más importante del mundo. Este
desafío representa una amplia
oportunidad para los
inversionistas o personas
interesadas en los resultados de
partidos de futbol. Además
representa un desafío para los
analistas y estudiosos del
machine Learning, al obligarse
a trabajar con datos muchas
veces volubles e incapaces de
seguir algún tipo de patrón
como lo son los datos al azar
PAPER 3
La lógica difusa representa una
herramienta capaz de reducir la
subjetividad y la incertidumbre
en la toma de decisiones,
creando algoritmos de trabajo
para esta política, que incluye
pesos y análisis multifactoriales
con indicadores de medición
que permiten que sean tangibles
y confiables. Quedando
demostrado en la aplicación al
sector cafetero.
Parte 2: Desarrollo del Ejercicio # 4
Paso 1: Declaración de Variables
Universales
Paso 2: Definición de Funciones de
Membresía
Paso 3: Impresión de Gráficas de
Funciones

Edad Tamaño de Tumor Riesgo

Paso 4: Creación de Reglas
Paso 5 : Agregación de Reglas y Definición
de los Valores de Entrada
Paso 6: Resultado
 Recomendaciones
• Es necesario verificar que se encuentren instaladas todas las librerías en
este caso para el ejercicio se tuvo que descarga la librería scikit-fuzzy para
poder realizar el ejercicio de lógica difusa.
• Se debe considerar que se puede desarrollar el ejercicio por 2 formas, en
este caso se utilizo la forma fácil la cual atreves de una Api se puede hacer
un llamado correcto de las variables en la definición de las reglas.
 Conclusiones
• A través del desarrollo de ejercicios de lógica difusa se observa que el
método utilizado es de gran ayuda a la hora de evaluar aspectos
cualitativos, obteniendo así resultados de mayor precisión.
• La utilización de lógica difusa es importante ya que se pueden evaluar
mayor cantidad de variables como variables lingüísticas, no numéricas,
simulando el conocimiento humano.
 Referencias
• Izquierdo, N. V., Lezama, O. B. P., Dorta, R. G., Viloria, A., Deras, I., &
Hernández-Fernández, L. (2018, June). Fuzzy logic applied to the
performance evaluation. Honduran coffee sector case. In International
Conference on Sensing and Imaging (pp. 164-173). Springer, Cham.
• Dubitzky, W., Lopes, P., Davis, J., & Berrar, D. (2019). The open international
soccer database for machine learning. Machine Learning, 108(1), 9-28.
• Reiz, A. N., de la Hoz, M. A., & García, M. S. (2019). Big Data Analysis y
Machine Learning en Medicina Intensiva. Medicina Intensiva, 43(7), 416-426.