Local cover image
Local cover image

Inteligencia artificial explicable : técnicas de extracción de reglas en redes neuronales artificiales

By: Contributor(s): Material type: TextTextPublication details: 2024Description: 1 archivo (2,4 MB) : il. colSubject(s): Online resources:
Contents:
1. Introducción -- 1.1. Motivación e importancia del campo -- 1.2. Objetivos del trabajo -- 1.3. Metodología de Trabajo -- 1.4. Resultados Obtenidos -- 1.5. Estructura de la tesina -- 2. Marco Teórico -- 2.1. Redes neuronales -- 2.1.1. Redes con alimentación hacia adelante -- 2.1.2. ¿Cómo aprenden las redes neuronales artificiales? -- 2.2. Explicabilidad: Métodos -- 2.3. Extracción de reglas en redes neuronales artificiales -- 2.3.1. Tipos de reglas -- 2.3.2. Métricas de evaluación -- 3. Trabajos relacionados -- 3.1. Métodos Pedagógicos -- 3.2. Métodos Decomposicionales -- 3.3. Métodos Eclécticos -- 4. Trabajo realizado -- 4.1. Características de RxREN -- 4.1.1. Fases del algoritmo -- 4.2. Algoritmo propuesto: FORxREN (Fidelity Oriented Rule extraction by Reverse -- Engineering of Neural networks) -- 4.2.1. Cambios en la Fase uno: -- 4.2.2. Cambios en la Fase dos: -- 4.3. Algoritmo FORxREN paso a paso -- 4.3.1. Fase uno paso a paso -- 4.3.2. Fase dos paso a paso -- 4.3.3. Configuraciones -- 4.4. Resultados parciales -- 4.4.1. Modificaciones realizadas -- 4.4.2. Resumen y conclusión -- 5. Evaluación empírica del algoritmo y sus resultados -- 5.1. Descripción de los datos -- 5.2. Redes neuronales entrenadas -- 5.3. Ejecución detallada - Configuración 1 - Iris -- 5.4. Resultados de las ejecuciones -- 6. Conclusiones -- 7. Trabajos futuros -- A. Tecnologías utilizadas -- A.1. Google Colab -- A.2. Sklearn -- A.3. Keras -- A.4. Numpy -- A.5. Pandas -- Referencias
Dissertation note: Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2024.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática TES 24/02 (Browse shelf(Opens below)) Available DIF-05320
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde

Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2024.

1. Introducción -- 1.1. Motivación e importancia del campo -- 1.2. Objetivos del trabajo -- 1.3. Metodología de Trabajo -- 1.4. Resultados Obtenidos -- 1.5. Estructura de la tesina -- 2. Marco Teórico -- 2.1. Redes neuronales -- 2.1.1. Redes con alimentación hacia adelante -- 2.1.2. ¿Cómo aprenden las redes neuronales artificiales? -- 2.2. Explicabilidad: Métodos -- 2.3. Extracción de reglas en redes neuronales artificiales -- 2.3.1. Tipos de reglas -- 2.3.2. Métricas de evaluación -- 3. Trabajos relacionados -- 3.1. Métodos Pedagógicos -- 3.2. Métodos Decomposicionales -- 3.3. Métodos Eclécticos -- 4. Trabajo realizado -- 4.1. Características de RxREN -- 4.1.1. Fases del algoritmo -- 4.2. Algoritmo propuesto: FORxREN (Fidelity Oriented Rule extraction by Reverse -- Engineering of Neural networks) -- 4.2.1. Cambios en la Fase uno: -- 4.2.2. Cambios en la Fase dos: -- 4.3. Algoritmo FORxREN paso a paso -- 4.3.1. Fase uno paso a paso -- 4.3.2. Fase dos paso a paso -- 4.3.3. Configuraciones -- 4.4. Resultados parciales -- 4.4.1. Modificaciones realizadas -- 4.4.2. Resumen y conclusión -- 5. Evaluación empírica del algoritmo y sus resultados -- 5.1. Descripción de los datos -- 5.2. Redes neuronales entrenadas -- 5.3. Ejecución detallada - Configuración 1 - Iris -- 5.4. Resultados de las ejecuciones -- 6. Conclusiones -- 7. Trabajos futuros -- A. Tecnologías utilizadas -- A.1. Google Colab -- A.2. Sklearn -- A.3. Keras -- A.4. Numpy -- A.5. Pandas -- Referencias

Click on an image to view it in the image viewer

Local cover image