Home » Posts tagged 'representación del conocimiento'

Tag Archives: representación del conocimiento

octubre 2024
M T W T F S S
 123456
78910111213
14151617181920
21222324252627
28293031  

El libro del porqué

El libro del porqué
La nueva ciencia de la causa y el efecto

Judea Pearl y Dana MacKenzie
Pasado & Presente

http://www.pasadopresente.com/autores/bookdetails/2020-06-17-11-33-26

Resumen:
Este libro narra la historia de una ciencia que, a pesar de haber transformado la manera en la que distinguimos los hechos de la acción, apenas ha recibido la atención del público general. Las consecuencias de esta nueva ciencia ya están impactando en facetas cruciales de nuestra vida y tienen el potencial de afectar a un número aún mayor, desde el desarrollo de nuevos fármacos hasta el control de la política económica, desde la educación y la robótica hasta el control de armas y el calentamiento global. Y todo ello por hacer una pregunta simple: ¿Por qué?
Si pudiera resumir el mensaje de este libro en una frase lo más concisa posible, diría: usted es más inteligente que los datos. Los datos no comprenden las causas y los efectos; las personas, sí. Espero que la nueva ciencia de la inferencia causal nos permitirá comprender mejor cómo lo hacemos, porque no existe una forma mejor de entendernos a nosotros mismos que emulándonos

Frases entresacadas e ideas interesantes que puedo utilizar:

(Página 38)
Escalera de la Causalidad

(Página 98)
“Para hablar de causalidad, tenemos que manejar un modelo mental del mundo real”

(Página 99)
“Por descontado, está bien extraer de los datos toda la información que nos puedan proporcionar, pero preguntémonos hasta dónde podemos llegar por esa vía. Nunca nos llevará más allá del primer peldaño de la Escalera de la Causalidad ni podrá responder siquiera una pregunta tan sencilla como: “¿Cuál es la importancia relativa de diversas causas?”.”

(Página 100)
“El prototipo del análisis bayesiano sería el siguiente: Creencia previa + Pruebas nuevas -> Creencia revisada.”

Teorema de Bayes
(Cap. 3, 103-143)
(Página 111)
“Este es quizá el papel más importante del teorema de Bayes en la estadística: podemos calcular la probabilidad condicional directamente en una dirección, en la que nuestra capacidad de juicio resulta más fiable, y usar las matemáticas para derivar la probabilidad condicional en la otra dirección, en la que nuestro juicio tiende a confundirse”.
“También podemos considerar el teorema de Bayes como una forma de actualizar nuestras creencias en una hipótesis concreta. Entender esto posee una importancia extrema, porque una gran parte de las creencias humanas sobre los hechos futuros se basa en la frecuencia con la que estos hechos, u otros similares, han sucedido en el pasado.”
(Página 115)
“(Probabilidad actualizada de E) = (razón de verosimilitud) x (probabilidad a priori de E)”

(Página 157)
“una respuesta con incertidumbre a la pregunta correcta es muy preferible a una contestación sin apenas incertidumbre … pero al interrogante erróneo”

(Página 206)
“La estructura cerebral no es la más idónea para los problemas probabilísticos, pero sí para los problemas causales. /…/ Nuestro cerebro no está preparado para aceptar correlaciones sin causa”.

(Página 360)
“Interpretar los datos significa formular hipótesis sobre cómo funcionan las cosas en el mundo real”.

Representación del conocimiento y razonamiento

Sesión 1: Representación del conocimiento y razonamiento
Faraón Llorens Largo
21 de septiembre de 2015
Bloque: Lógica
Asignatura: Matemáticas I
Grado en Ingeniería Multimedia (http://www.eps.ua.es/ingenieria-multimedia)
Universidad de Alicante