Algoritmos meta heurísticos para el aprendizaje de redes bayesianas

Abstract:

Objetivo: Crear un modelo probabilístico para evaluar y diagnosticar a los estudiantes en función de un conjunto de características, las mismas que deberán ser aprendidas de forma automática mediante una generalización del modelo AutoClass permitiendo la existencia de variables ocultas, cada una de ellas afectando a un conjunto distinto de variables observables (respuestas de los alumnos a cuestiones planteadas por un sistema automático de aprendizaje). Materiales y Métodos: Nuestro estudio se llevará a cabo para para definir otra forma de aprendizaje estructural basado en la búsqueda de estructuras a través de modelos meta-heurísticas evolutivas. Resultados: Este modelo permitirá a las autoridades de la UTEQ determinar inconvenientes y contratiempos en el proceso de enseñanza aprendizaje. A la vez los resultados obtenidos permitirán una toma de decisiones inmediata para solucionar los problemas detectados y de esta manera cumplir con la misión institucional de formar profesionales con visión científica y humanista capaces de desarrollar investigaciones, crear tecnologías, mantener y difundir nuestros saberes y culturas ancestrales, para la construcción de soluciones a los problemas de la región y el país. Conclusiones: se optimización de malla variable (VMO) metaheurístico al aprendizaje estructural de los clasificadores de redes bayesianas (BVMO).

Año de publicación:

2018

Keywords:

Fuente:

google