Representaciones AI

1. Representaciones Simbólicas

2. Representaciones Subsímbolicas

• Redes Neuronales

Modela la información utilizando neuronas conectadas en capas para aprender patrones y representaciones complejas.

• Máquinas de Soporte Vectorial

Utiliza vectores para representar datos y encuentra hiperplanos de separación óptimos.

• Algoritmos Evolutivos

Utiliza principios de la evolución para optimizar soluciones a problemas.

3. Aprendizaje y Representaciones

• Aprendizaje Supervisado

Mapea entradas a salidas conocidas, como regresión y clasificación.

• Aprendizaje No Supervisado

Explora patrones en datos sin etiquetas, como el agrupamiento y la reducción de dimensionalidad.

4. Modelos de Representación

• Modelos Vectoriales

Utiliza vectores para representar entidades y relaciones, como en word embeddings.

• Modelos de Grafos

Representa información utilizando nodos y aristas, destacando las relaciones entre entidades.