No se exprese nunca con mayor claridad que lo que sea capaz de pensar.
    Niels Bohr
    (Premio Nobel)


      ¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø

      INTELIGENCIA ARTIFICIAL

      ¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø,¸¸,ø¤º°`°º¤ø

      Cap. 14 r&n [= Russell y Norvig - Inteligencia artificial, un enfoque moderno - Prentice Hall (1996)]- Incertidumbre -

      Incertidumbre

      (Diapositivas, glosas, etc.)
      V e r s i ó n 1.-C H v d Becke
      10.1.- Cómo actuar ante la incertidumbre.
      14.2.- Notación básica en probabilidad.
      14.3.- Los axiomas de la probabilidad.
      14.4.- La regla de Bayes y cómo se emplea.
      14.5.- Origen de las probabilidades.

      V e r s i ó n 2.- Alvaro Barreiro Garcia - Universidade da Coruña
      INCERTIDUMBRE -
      * Tratamiento de la incertidumbre.
      * Notación propositiva de la probabilidad.
      * Los axiomas de la probabilidad.
      * Regla de Bayes.
      * Ejemplo de uso.
      * Normalización
      * Combinación de evidencia
      * Significado de valores de probabilidad

      V e r s i ó n 3.- Eduardo Morales - Monterrey

    • 13.1 Introducción
    • 13.1.1 Causas de Incertidumbre
    • 13.1.2 Ejemplos de dominios con incertidumbre
    • 13.1.3 Efectos de Incertidumbre
    • 13.1.4 Desarrollo Histórico
    • 13.1.5 Técnicas
    • 13.2 Probabilidad (algunas nociones)
    • 13.2.1 Probabilidad Condicional y Teorema de Bayes

    • V e r s i ó n 4.- © Charles F. Schmidt- Rutgers University
      * Reasoning under Uncertainty*
      * Standard Probability Axioms and Beliefs
      * Belief Revision/Bayes Rule
      * Terms, Concepts, and Questions


      V e r s i ó n 5.- Daniel Suthers - Pittsburgh
      Probabilidad básica

      En la parte V del texto se nos "autoriza" a usar el término "frecuentemente". El mundo es incierto, los predicados no son nítidos ni las propiedades son precisas. Para merecer su nombre, un agente debe poder tomar decisiones en un mundo donde las decisiones típicas son bajo incertidumbre. Los matemáticos, los estadígrafos y los expertos en investigación operativa se dividen en distintas escuelas para ese tipo de tomas de decisones, cuyos axiomas diferen entre ellas. Los teóricos se desesperan porque se pueden construir ejemplos donde cada escuela aplicada a su resolución, resulta en una determinación diferente. Algunos piden que las tomas de decisiones bajo incertidumbre (donde no se conocen las probabilidades) se conviertan en tomas de decisiones bajo riesgo (conociendo las probabilidades), con mucho menor fluctuación de resultados, ya que consideran que uno no está nunca en total incertidumbre con respecto al mundo. Son sutilezas muy difíciles de exigir a un agente mecánico. Las tomas de decisiones bajo riesgo se plantean en términos típicos de la teoría de las probabilidades y a la luz de la teoría de la utilidad, más de una vez usada antes. Pero Carnac pide que las decisiones bajo riesgo, a su vez, se transformen en toma de decisiones bajo certidumbre para no presentar inconsistencias teóricas. Pero aparece que quienes se sujetan a esa opinión pueden salir perdidosos frente a quienes se sujetan a los tres axiomas de la teoría de las probabilidades. Quienes no obedecen a alguno de los tres axiomas pueden salir perdidosos frente a quienes los adoptan tal cual. En este panorama hay que enseñarles a los agentes a operar con desempeño eficiente, que para ser exigido, necesita previamente ser comprendido por el diseñador de agentes.

      Cap.15-r&n- Sistemas de razonamiento probabilísta - (Diapositivas, glosas, etc.)


      FastCounter by bCentral
      desde 01-11-01

      14.jun.2002

      Pulsar tecla de vuelta

      Vuelta a Portada


      Glosario de Carlos von der Becke.

      . .