Conclusiones La interpretacin de reglas generadas a partir de un algoritmo que procesa un conjunto de datos es un aspecto importante a tener en cuenta en el rea de representacin del conocimiento en inteligencia artificial. Se har un anlisis del conjunto de reglas generadas por el algoritmo JRip de un conjunto de datos (instancias) de hongos de la familia Agaricus y Lepiota. Dichas reglas generadas permitirn establecer si un hongo es comestible o venenoso lo cual permitir realizar una representacin de dicho conocimiento generado.
Para el anlisis de las reglas generadas es necesario saber que atributos se estn teniendo en cuenta en cada instancia, adems como se representan las clases a las que pertenece una instancia segn las reglas generadas por el algoritmo. Las posibles clases a las que pertenece un hongo dadas las reglas generadas son dos: venenoso o comestible.
Dentro del conjunto de datos de hongos hay un total 8124 instancias de las cuales 4208 son hongos comestibles y las 3916 restantes son hongos venenosos, cada instancia cuenta con un total de 23 atributos donde el ultimo atributo es el atributo class que hace referencia a la clasificacin del hongo e (comestible) o p (venenoso), los otros atributos van desde el olor del hongo hasta su hbitat, entre otros atributos que son relevantes para la clasificacin de una instancia dentro de una clase especifica.
Luego de establecer dichos parmetros clave para la interpretacin de las reglas se procede a hacer el anlisis de las reglas generadas por el algoritmo JRip y la representacin de dicho conocimiento.
Dentro de las reglas generadas por el algoritmo JRip se tienen en cuenta algunos atributos relevantes para el establecimiento de la clase de la instancia, a continuacin se dan las posiciones exactas de cada atributo relevante para las reglas generadas dentro de la instancia:
Se puede observar que la primera regla, la cual evala el atributo odor (olor) que corresponde al quinto atributo tiene el valor f, por lo cual la instancia cumple la primera regla y es una instancia de clase p efectivamente debido a que las reglas estn concatenadas por un conector lgico or es decir, es necesario que se cumpla una o mas de las reglas.
Se observa que para las primeras 8 reglas esta instancia no cumple ninguna condicin, por lo tanto, efectivamente esta instancia es de clase e.
Luego de analizar las reglas aplicadas a una instancia de cada clase se hace la representacin del conocimiento de las reglas generadas por el algoritmo a travs de marcos y de una red semntica. Introduccin Metodologa Resultados Referencias (odor = f) => class=p (gill-size = n) and (gill-color = b) => class=p (gill-size = n) and (odor = p) => class=p (odor = c) => class=p (192) (spore-print-color = r) => class=p (stalk-surface-above-ring = k) and (gill-spacing = c) => class=p (habitat = l) and (cap-color = w) => class=p (stalk-color-above-ring = y) => class=p => class=e A continuacin las reglas generadas por el algoritmo JRip, al lado de cada regla se tiene el numero de instancias para el cual se cumple dicha regla. Red Semntica Frames
Ajuste a La Calificación Del Riesgo De Mercado De Las Emisoras Más Activas Que Cotizan En La Bolsa Mexicana De Valores, Con La Implementación De Una Red Neuronal Artificial Clasificadora: Adjustment to the Market Risk Rating of the Most Active Issuers Listed on the Mexican Stock Exchange with the Implementation of an Artificial Neural Network Classifier