Árboles de decisión y bosques aleatorios en sistemas expertos. Un enfoque fundamental
| Autor | Guadalupe Peláez Ramírez, Francisco Javier Lena-Acebo |
| Páginas | 105-115 |
— 105—
ÁRBOLES DE DECISIÓN Y BOSQUES ALEATORIOS EN SISTEMAS EXPERTOS.
UN ENFOQUE FUNDAMENTAL.
Guadalupe Peláez Ramírez
Universidad de Cantabria
Francisco Javier Lena-Acebo
Universidad de Cantabria
DOI: 10.14679/1243
1.INTRODUCCIÓN
En la actualidad, los avances tecnológicos y su alta velocidad de cambio han supuesto un reto para las
organizaciones que deben responder ante ellos y anticiparse a nuevas transformaciones. Uno de esos avan-
ces es la Inteligencia Artificial (IA), que está generando desarrollos sorprendentes e impactando en diferen-
tes sectores económicos como, por ejemplo, industria, servicios, gestión pública, medicina, medio ambiente,
agricultura, energí a, transporte y movilidad, educación, finanzas, entre otros., con procesos innovadores a
partir del uso y procesamiento masivo de datos, y que han repercutido en la formación y cualificación en
habilidades digitales de todos los actores involucrados. Esta situación conlleva a la comprensión y explora-
ción de las subáreas actuales de la IA y cómo, a partir de la generación de información, se convierten en faci-
litadoras para la toma de decisiones. Una de esas subá reas es el Machine Learning (ML) o aprendizaje auto-
mático, que puede ayudar a las compañías a transformar y comprender sus datos a partir de la elaboración
de modelos para la detección de patrones y su aplicación en el entorno real, utilizando la s herramientas tec-
nológicas adecuadas para ello, aplicando y comprendiendo sus diferentes algoritmos e interpretando apro-
piadamente los resultados mediante sus métricas.
El documento está organizado en varias secciones, en donde se presenta un breve repaso de los concep-
tos de Inteligencia Artificial, profundizando en el Machine Learning (ML) como parte de ésta y su importan-
cia en el mundo empresarial actual, para luego entender en qué consiste el aprendizaje supervisado desde la
descripción de dos de sus algoritmos de clasificación, los árboles de decisión y los bosques al eatorios y las
métricas que exist en para la interpretación y comprensión de sus resultados. Por último, exponer las conclu-
siones de esta exploración fundamental.
2.APROXIMACIÓN CONCEPTUAL
En la medida en que la ci encia y la tecnología avanzan, y una se apoya en la otra y en otras disciplinas,
evolucionan también conceptos asociados a ellas de acuerdo con los nuevos cambios y resultados que pre-
sentan. Es el caso de la Inteligencia Artificial, que continúa en constante desarrollo, incrementando su campo
de acción y el conocimiento relacionado a sus nuevas áreas de acción.
2.1. Inteligenci a Artificial (IA)
La Inteligencia Artificial, ha sido un campo en constante evolución que le ha permitido a la humanidad
avanzar en diferentes especiali dades partiendo desde áreas como la ingeniería y la matemática hasta llegar,
en la actualidad, a estar involucrada en espacios industriales, estadísticos, económicos, sanitarios, educati-
vos, entre otros, aportando al crecimiento tecnológico que se experimenta a nivel mundial.
El término “Inteligencia Artificial” tiene un sinnúmero de definiciones y hasta hoy ninguna ha sido la
definitiva. Sin embargo, algunas de esas concepciones históricas han venido variando a medida que este
campo progresa. Como consecuencia de ello, se tiene referencia de que uno de los primeros en acuñar el
término como lo conocemos, fue John McCarthy, acreditado como uno de los pioneros de la IA en la década
del 50 (Ertel, 2017). y que más tarde, desarrollaría el lenguaje LISP (List Processor o procesamiento de listas),
Para continuar leyendo
Solicita tu prueba