Article
Algoritmos meta heurísticos para el aprendizaje de redes bayesianas
Meta-heuristic algorithms for the learning of bayesian networks;
Algoritmos meta heurísticos para a aprendizagem de redes bayesianas
Registro en:
Revista Lasallista de Investigación Vol. 15 No 2 2018
1794-4449
Autor
Oviedo, Byron
Puris, Amilkar
Zhuma, Emilio
Resumen
Introduction This article aims to obtain
models based on probabilistic case
analysis to help decision-making in
the education and learning of UTEQ
students. To obtain the final product,
the development process has been
distributed in several stages. Objective
To create a probabilistic model to
evaluate and diagnose students based
on a set of characteristics, which must
be learned automatically through a
generalization of the AutoClass model
allowing the existence of hidden
variables, each of them affecting a set
different from observable variables
(students’ answers to questions raised
by an automatic learning system).
Materials and methods. Our study will
be carried out to define another form of
structural learning based on the search
of structures through evolutionary metaheuristic models. Results This model
will allow the authorities of the UTEQ to
identify inconveniences and setbacks
in the teaching-learning process. At
the same time, the results obtained will
allow immediate decision-making to
solve the problems detected and thus
fulfill the institutional mission of training
professionals with a scientific and
humanistic vision capable of developing
research, creating technologies,
maintaining and disseminating our
ancestral knowledge and culture, for
the construction of solutions to the
problems of the region and the country.
Conclusions were metaheuristic
variable mesh optimization (VMO) to
structural learning of Bayesian network
classifiers (BVMO). Introducción Con este artículo se
pretende obtener modelos basados
en análisis probabilísticos de casos
para la ayuda a la toma de decisiones
en la educación y aprendizaje de
los estudiantes de la UTEQ. Para la
obtención del producto final, se ha
distribuido el proceso de desarrollo
en varias etapas. 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 metaheurísticas 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). Introdução O objetivo deste artigo é
obter modelos baseados em análise
probabilística de casos para auxiliar
na tomada de decisões na educação
e aprendizagem de alunos da UTEQ.
Para obter o produto final, o processo
de desenvolvimento foi distribuído
em várias etapas. Objetivo Para criar
um modelo probabilístico para avaliar
e diagnosticar alunos com base em
um conjunto de características, o
mesmo que deve ser aprendido
automaticamente por um generalização
do modelo AutoClass permitindo
a existência de variáveis ocultas,
cada afetando um todo diferente das variáveis observáveis (respostas dos
alunos às questões levantadas por um
sistema automático de aprendizagem).
Materiais e métodos. Nosso estudo
será realizado para definir outra forma
de aprendizagem estrutural baseada
na busca de estruturas através de
modelos meta-heurísticos evolutivos.
Resultados Este modelo permitirá que
as autoridades da UTEQ identifiquem
inconveniências e retrocessos no
processo de ensino-aprendizagem.
Embora os resultados permitirá tomar
decisões imediatas para resolver os
problemas identificados e, assim,
cumprir a missão institucional de formar
profissionais com visão científica e
humanística capaz de desenvolver a
investigação, desenvolver tecnologias,
manter e disseminar o nosso
conhecimento e ancestrais culturas
, para a construção de soluções para
os problemas da região e do país. As
conclusões adaptaram a otimização da
malha metaheurística variável (VMO)
para a aprendizagem estrutural de
classificadores de redes bayesianas
(BVMO).