REDES NEURONALES Esta tcnica de inteligencia artificial, en los ltimos aos se ha convertido en uno de los instrumentos de uso frecuente

para detectar categoras comunes en los datos, debido a que son capaces de detectar y aprender complejos patrones, y caractersticas de los datos. Una de las principales caractersticas de las redes neuronales, es que son capaces de trabajar con datos incompletos e incluso paradjicos, que dependiendo del problema puede resultar una ventaja o un inconveniente. Adems esta tcnica posee dos formas de aprendizaje: supervisado y no supervisado. RBOLES DE DECISIN Est tcnica se encuentra dentro de una metodologa de aprendizaje supervisado. Su representacin es en forma de rbol en donde cada nodo es una decisin, los cuales a su vez generan reglas para la clasificacin de un conjunto de datos. Los rboles de decisin son fciles de usar, admiten atributos discretos y continuos, tratan bien los atributos no significativos y los valores faltantes. Su principal ventaja es la facilidad de interpretacin. ALGORITMOS GNETICOS Los algoritmos genticos imitan la evolucin de las especies mediante la mutacin, reproduccin y seleccin, como tambin proporcionan programas y optimizaciones que pueden ser usadas en la construccin y entrenamiento de otras estructuras como es el caso de las redes neuronales. Adems los algoritmos genticos son inspirados en el principio de la supervivencia de los ms aptos. CLUSTERING (Agrupamiento) Agrupan datos dentro de un nmero de clases preestablecidas o no, partiendo de criterios de distancia o similitud, de manera que las clases sean similares entre s y distintas con las otras clases. Su utilizacin ha proporcionado significativos resultados en lo que respecta a los clasificadores o reconocedores de patrones, como en el modelado de sistemas. Este mtodo debido a su naturaleza flexible se puede combinar fcilmente con otro tipo de tcnica de minera de datos, dando como resultado un sistema hbrido. Un problema relacionado con el anlisis de cluster es la seleccin de factores en tareas de clasificacin, debido a que no todas las variables tienen la misma importancia a la hora de agrupar los objetos. Otro problema de gran importancia y que actualmente despierta un gran inters es la fusin de conocimiento, ya que existen mltiples fuentes de informacin sobre un mismo tema, los cuales no utilizan una categorizacin homognea de los objetos. Para poder solucionar estos inconvenientes es necesario fusionar la informacin a la hora de recopilar, comparar o resumir los datos.

APRENDIZAJE AUTOMTICO

Esta tcnica de inteligencia artificial es utilizada para inferir conocimiento del resultado de la aplicacin de alguna de las otras tcnicas antes mencionadas