Aprendizaje Automatico Para Resolver Problemas Reales

En muchas entidades pblicas privadas, existen un gran nmero de problemas de optimizacin difciles. Para contribuir a que las organizaciones sean competitivas, se requiere resolver estos problemas con herramientas computacionales capaces de adaptarse a diferentes escenarios y obtener buenas soluciones sin consumir altos volmenes de recursos de cmputo. Sin embargo, las herramientas comerciales disponibles no satisfacen totalmente los requisitos de eficiencia, eficacia y exactitud, lo cual es complejo aun en los ambientes organizacionales ms simples. Estos problemas son conocidos en la comunidad cientfica de computacin como problemas de optimizacin combinatoria y son clasificados como NP-duro. Para la solucin de casos muy grandes se han propuesto algoritmos aproximados como una buena alternativa. Para casos pequeos los algoritmos exactos se consideran una buena opcin. A la fecha se han propuesto una gran variedad de algoritmos de solucin. Sin embargo, en situaciones de la vida real ningn algoritmo es superior en todas las circunstancias. En este libro se presenta una metodologa para analizar y mejorar el desempeo de los algoritmos al resolver problemas reales.