Title:	EVALUACIÓN DEL SESGO DE DATOS DE UNA ASIGNATURA DE GRADO PARA ENTRENAR ALGORITMOS DE APRENDIZAJE AUTOMÁTICO
Author(s):	Cinthia Vegega, Pablo Pytel y María Florencia Pollo-Cattaneo
ISBN:	978-989-8533-70-8
Editors:	Flávia Maria Santoro, Paula Miranda, Mário Dantas, Cristiano Costa e Pedro Isaías
Year:	2017
Edition:	Single
Keywords:	Sistemas Inteligentes, Aprendizaje Automático, Datos de Entrenamiento, Sesgo. Redes Bayesianas, Redes Neuronales Artificiales
Type:	Full Paper
First Page:	143
Last Page:	150
Cover:
Full Contents:	click to dowload
Paper Abstract:	A pesar de sus amplias ventajas, para poder aplicar el Aprendizaje Automático en la implementación de un Sistema Inteligente es imprescindible primero recolectar datos representativos del problema que se quiere resolver, lo cual no es una tarea trivial. Además de ponerle algún límite práctico a la cantidad de datos a utilizar, es preciso estudiarlos cuidadosamente para conocer sus características. En caso contrario, los resultados del sistema podrán estar influenciados por sesgos ocultos pudiendo provocar que se esté resolviendo un problema diferente del que se quiere solucionar. En este contexto, este trabajo de investigación tiene como objetivo proponer y demostrar un método que permita a los desarrolladores de un Sistema Inteligente a identificar fuentes de sesgos en los datos y reducir así su impacto. Para ello, se evalúan dos versiones de datos sobre las evaluaciones de alumnos de una asignatura de grado comparando dichos resultados con el comportamiento de Sistemas Inteligentes entrenados a partir de los mismos.
	Go Back