MAQUINAS DE SOPORTE

A continuación se presentan las etapas que se llevaron a cabo para la ejecución del proyecto.

1.1.1. Documentación y Adquisición Bibliográfica

En esta etapa inicial se investigó, se adquirió y se revisó toda la información necesaria para el montaje del curso virtual, toda esta documentación adquirida fue extraída de distintas fuentes bibliográficas, como lo son: Bibliotecas de la IEEE y Google Académico. También se obtuvo excelente información de bibliotecas regionales y nacionales como: la biblioteca de la universidad Industrial de Santander UIS, la biblioteca de la universidad Santo Tomas USTA, la biblioteca de la universidad Autónoma de Bucaramanga UNAB, la biblioteca de la universidad Nacional de Colombia.

1.1.2. Selección y Diseño del contenido programático

Durante el progreso de esta etapa se llevó a cabo, el análisis y la revisión de todos los contenidos obtenidos en la adquisición bibliográfica, organizados por similitudes temáticas y por las distintas tipos fuentes bibliográficas, con lo cual se concluyó la segmentación del curso en 4 grandes módulos, los cuales abordarían las siguientes temáticas principales: Modulo uno: Definición y conceptos básicos de clasificación, durante este módulo, se da a conocer al estudiante dos definiciones extraídas de las fuentes bibliográficas sobre del proceso de clasificación con el fin de que el estudiante se sumerja en la temática de clasificación aplicada a herramientas de inteligencia artificial, este módulo es abordado de forma genérica; como Modulo dos el curso plantea ejemplos de algoritmos de clasificación estándares, con el objetivo de mostrar al estudiante como se implementa o se pone en práctica la clasificación en los distintos tipos de algoritmos en distintas formas, durante el progreso de este módulo no se intenta abordar a fondo, si no dar a conocer de manera puntual usa serie de algoritmos de ejemplos y que el estudiante entienda la importancia y la utilidad del algoritmo así como sus metodologías, lo que se pretende en este módulo es mostrarle al estudiante soluciones implementadas como herramientas clasificadoras que previamente ya funcionan y son utilizadas en el proceso de clasificación.

En el módulo tres se encargar de toda la temática conocida como Funciones KENEL en este tercer nivel del curso se aborda una definición formal sobre todo el tema; las Funciones KERNEL no surgieron con las máquinas de soporte vectorial pero sin embargo es uno de los ítems más importantes durante el funcionamiento de la máquinas de soporte vectorial en la clasificación, existen una serie de funciones KERNEL desarrolladas por científicos matemáticos como Vladimir Vapnik unos ejemplos de estas Funciones KERNEL son; STUMP KERNEL, EXPONENCIAL KERNEL y el GAUSSIANO KERNEL, las cuales son implementadas dependiendo de la forma en que se requiera trabajar el KERNEL ya sea dependiendo del problema se aplica una función u otra, esto con el fin de que el estudiante conozca los distintos tipos de funciones KERNEL que existe para la aplicación de las máquinas de soporte vectorial en el proceso de clasificación.

Una vez estudiados y finalizados estos tres módulos con todos sus anexos como el contenido programático, las lecturas complementarias y las evaluaciones, iniciamos el modulo más importante sobre las máquinas de soporte vectorial (SVM) desde sus orígenes las cuales fueron descubiertas por Vladimir Vapnik, las SVM son una fusión de varios elementos matemáticos y algoritmos los cuales con la ayuda de este científico matemático se acoplaron unos con otros y surgieron las SVM; Las SVM enfrenta la dificultad de los multiplicadores de LAGRANGE que a nivel de cálculo computacional consume mucho tiempo, para redimir este problema se utilizaron las funciones KERNEL las cuales asimilan los mismo resultados con menor tiempo de procesamiento, y el

...