Elaboración de un benchmark para herramientas de aprendizaje automático por inducción a partir de ejemplos

Muñoz Organero, Pedro Luis (1991). Elaboración de un benchmark para herramientas de aprendizaje automático por inducción a partir de ejemplos. Thesis (Doctoral), Facultad de Informática (UPM).

Description

Title: Elaboración de un benchmark para herramientas de aprendizaje automático por inducción a partir de ejemplos
Author/s:
  • Muñoz Organero, Pedro Luis
Contributor/s:
  • Alonso Amo, Fernando
Item Type: Thesis (Doctoral)
Date: 1991
Subjects:
Faculty: Facultad de Informática (UPM)
Department: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (8MB) | Preview

Abstract

El campo de la Ingeniería del Conocimiento ha sido uno de los éxitos más visibles de la Inteligencia Artificial hasta el momento. La adquisición de conocimiento constituye el principal cuello de botella en las tareas a realizar por el Ingeniero del Conocimiento (IC). En un intento de eliminar este cuello de botella, se han conseguido progresos notables, constituyendo las herramientas de aprendizaje automático por inducción a partir de ejemplos, uno de ellos. Pero, ¿Cómo saber si el campo está progresando en la actualidad?, ¿Cómo conocer los progresos realizados en ciertos aspectos del mismo?, y, lo que es más importante, ¿Cómo se podrá asegurar que ciertos progresos han sido realmente tales y que se puede hacer uso de ellos?. La presente tesis propone un "benchmark" como método de comparación, evaluación y selección de herramientas de aprendizaje. El benchmark se ha enfocado bajo el punto de vista del IC, cubriendo más del 90% de las características que éste considera importante encontrar en una herramienta de inducción. El modelo propuesto se ha aplicado a un conjunto de herramientas, comparando los resultados obtenidos con los esperados. La experimentación ha permitido la validación del modelo, obteniéndose conclusiones interesantes.---ABSTRACT---The field of knowledge engineering has been one of the most visible successes of artificial intelligence to date. Knowledge acquisition is the main bottleneck in the knowledge engineer (KE) work. Machine learning tools have contributed positively to the process of trying to elimínate, or make broader, this bottleneck. But how do we know whether the field is progressing?, How do we realize of the progresses reached in any of its branchs?, How can we be sure of an advance and take advantage of it?. This Ph.D. dissertation proposes a benchmark as a classifying, comparative and metric criterion for Machine Learning tools. The benchmark has been focalized on the KE point of view, covering more than 90 percent of the useful characteristics the KE wants on an induction tool. The model has been applied to a set of Machine Learning tools, comparing expected and obtained results. The experimentation has validated the model and leaded to interesting conclusions.

More information

Item ID: 46777
DC Identifier: http://oa.upm.es/46777/
OAI Identifier: oai:oa.upm.es:46777
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 14 Jun 2017 08:56
Last Modified: 14 Jun 2017 08:57
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM