Aprendizaje Autónomo a partir de ejemplos

El aprendizaje de las máquinas constituye uno de los grandes desafíos de la Inteligencia Artificial. El razonamiento inductivo a partir de ejemplos clasificados constituye el germen de numerosos métodos de minería de datos, tan de moda hoy en día en el área del tratamiento masivo de datos. La función de tales métodos consiste en describir intensionalmente una colección de conceptos, expresados inicialmente de forma extensional mediante un conjunto de ejemplos clasificados. La mayoría de métodos tienen como punto de partida una colección fija de ejemplos, la cual se considera lo suficientemente significativa. No obstante, en la gran mayoría de problemas relativamente complejos, no siempre será posible disponer de una tal colección inicial. Además, posiblemente muchos ejemplos están todavía por descubrir y algunos de ellos vienen incompletamente especificados. En este libro se propone una solución para tales situaciones, basada en un modelo autónomo de aprendizaje guiado por un proceso de razonamiento inducto-deductivo incremental y por las experiencias del propio modelo y del usuario, sin límites en cuanto al número de ejemplos a explorar.