[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-126399-es":3,"doc-seo-126399-110":31,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},126399,962085571259,"Theodora","https://ap-avatar.wpscdn.com/davatar_29158cc5080c5b710cf443261637dec0",38,"Examen","Modelos de evaluación en inteligencia artificial y machine learning - Trabajo de fin de grado","Trabajo de fin de grado centrado en diseñar un algoritmo que predice la calidad de una respuesta mediante una puntuación, incorporando técnicas de extracción de características y clasificación orientadas a alcanzar el mejor rendimiento posible. El desarrollo se contextualiza en la spin-off Kampal Data Solutions y su herramienta online Kampal Collective Learning, que implementa bots o modelos generadores de respuestas para simular usuarios conectados. El rendimiento de dichos simuladores se evalúa con el modelo propuesto, apoyando objetivos de inteligencia colectiva y reducción de sesgos.","TRABAJO DE FIN DE GRADO  \nMODELOS DE EVALUACI N EN  \nINTELIGENCIA ARTIFICIAL Y MACHINE LEARNING  \nAutor: Sanz Barreras, Rebeca  \nDirectores: ˜niguez Dieste, David Rivero Gracia, Alejandro  \nUNIVERSIDAD DE ZARAGOZA  \nFACULTAD DE CIENCIAS  \nJULIO 2024  \nA mi padre, por ser el faro de luz que me gu´ıa y me inspiraa cada paso que doy, por hacer de mi una valiente navegante. A mi madre, por ser mi chaleco salvavidas sin importar  \nla adversidad.  \nY a mis amigos, por ser la mejor tripulaci´on con la que pod´ıa haber surcado las aguas de este viaje.  \nndice  \n1. Introduccin 1  \n2. Estado del arte y fundamentos 4  \n2.1. El perceptr´on y las redes neuronales ......................... 5  \n2.2. Redes neuronales recurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6  \n2.3. Redes Transformer ................................... 7  \n3. Enfoque de la solucin y herramientas utilizadas 10  \n3.1. An´alisis de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11  \n3.2. Extracci´on de caracter´ısticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12  \n3.3. Algoritmos de clasificaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12  \n3.4. M´etricas de rendimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14  \n3.5. Extracci´on de caracter´ısticas mediante Bolsa de palabras. Clasificador Naive  \nBayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15  \n3.5.1. Corpus de datos limpio   15  \n3.5.2. Datos de Kampal Collective Learning ..................... 17  \n3.6. Extracci´on de caracter´ısticas con Bolsa de palabras. Red neuronal como clasificador. 20  \n4. Modelo final, anlisis y resultados obtenidos 21  \n5. Conclusiones 24  \nResumen  \nA la hora de dise˜nar un modelo de lenguaje de Inteligencia Artificial capaz de proponer respuestas a una pregunta debe tenerse un feedback indicador en su entrenamiento de cuan buena ha sido la respuesta. Este feedback puede tener su origen en un modelo de Machine Learning entre muchos otros. El desarrollo de este trabajo se fundamenta en el dise˜no de un algoritmo capaz de predecir la calidad de una respuesta mediante una puntuaci´on. Para ellose exploran varias t´ecnicas, tanto de extracci´on de caracter´ısticas como de clasificaci´on delas mismas, con el objetivo ´ultimo de converger al modelo con mejor rendimiento.  \nEsto tiene una aplicaci´on directa con el proyecto de la spin-off Kampal Data Solutions, el cual engloba una herramienta online generadora de inteligencia colectiva, Kampal Collective Learning. Esta prev´e la implementaci´on de bots, o lo que es lo mismo, modelos de lenguaje generadores de respuestas. Estos simular´an usuarios conectados proponiendo buenas ideas aconsiderar por el resto de individuos. El rendimiento de estos simuladores ser´a evaluado conel modelo desarrollado en este trabajo.  \n1 . Introducci´on  \nDefinimos inteligencia colectiva, CI, como el tipo de inteligencia que surge cuando un elevadon´umero de individuos trabaja de manera colaborativa en un mismo esfuerzo intelectual [1] . Unode los paradigmas m´as importante que se presenta al hablar de Inteligencia Colectiva es lasiguiente pregunta: “¿Es m´as inteligente una comunidad de individuos que el m´as inteligentede sus miembros?”. De acuerdo a numerosos estudios sociol´ogicos la respuesta es que s´ı, pero siempre y cuando se cree el ambiente propicio para un trabajo colaborativo.  \nLa spin-off de la Universidad de Zaragoza Kampal Data Solutions se encuentra inmersa en el proyecto ”La f´ısica de la Inteligencia Humana Colectiva y la propagaci´on de opiniones en la red” [2], donde se propone un marco te´orico que explica las grandes interacciones entre humanos tratando de generar inteligencia colectiva, todo ello haciendo uso de la Mec´anica Estad´ıstica sobre la red. En base a dicha teor´ıa y con el prop´osito de llevar la cooperaci´on entre individuos a un marco digital, surge el desarrollo de la herr","cbCaike8idZOcCKE","https://ap.wps.com/l/cbCaike8idZOcCKE","pdf",12363021,2,1,28,"Spanish","es",110,"# Introducción\n## Inteligencia colectiva y contexto del proyecto\n## Herramienta Kampal Collective Learning y fases de simulación\n# Estado del arte y fundamentos\n## El perceptrón y las redes neuronales\n## Redes neuronales recurrentes\n## Redes Transformer\n# Enfoque de la solución y herramientas utilizadas\n## Análisis de los datos\n## Extracción de características\n## Algoritmos de clasificación\n## Métricas de rendimiento\n## Bolsa de palabras y Naive Bayes\n## Bolsa de palabras y red neuronal como clasificador\n# Modelo final, análisis y resultados obtenidos\n# Conclusiones","[{\"question\":\"Cuál es el objetivo principal del trabajo?\",\"answer\":\"Diseñar un algoritmo capaz de predecir la calidad de una respuesta mediante una puntuación, comparando técnicas de extracción de características y clasificación para lograr el mejor rendimiento.\"},{\"question\":\"Cómo se relaciona el modelo con Kampal Collective Learning?\",\"answer\":\"La herramienta implementa bots o modelos generadores de respuestas que simulan usuarios; el rendimiento de esos simuladores se evalúa con el modelo desarrollado en el trabajo.\"},{\"question\":\"Qué elementos del proceso se evalúan y cómo se miden los resultados?\",\"answer\":\"Se contemplan fases como el análisis de datos, la extracción de características, la aplicación de algoritmos de clasificación y el uso de métricas de rendimiento para comparar el desempeño de los modelos.\"}]","Modelos de evaluación en inteligencia artificial y machine learning - Trabajo de fin de grado | PDF",1785904851,43,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"evaluation-models-in-artificial-intelligence-and-machine-learning-undergraduate-final-degree-project","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/es/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/es/document/examen/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/es/document/evaluation-models-in-artificial-intelligence-and-machine-learning-undergraduate-final-degree-project/126399/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-15","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Cuál es el objetivo principal del trabajo?","Question",{"text":76,"@type":77},"Diseñar un algoritmo capaz de predecir la calidad de una respuesta mediante una puntuación, comparando técnicas de extracción de características y clasificación para lograr el mejor rendimiento.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Cómo se relaciona el modelo con Kampal Collective Learning?",{"text":81,"@type":77},"La herramienta implementa bots o modelos generadores de respuestas que simulan usuarios; el rendimiento de esos simuladores se evalúa con el modelo desarrollado en el trabajo.",{"name":83,"@type":74,"acceptedAnswer":84},"Qué elementos del proceso se evalúan y cómo se miden los resultados?",{"text":85,"@type":77},"Se contemplan fases como el análisis de datos, la extracción de características, la aplicación de algoritmos de clasificación y el uso de métricas de rendimiento para comparar el desempeño de los modelos.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,102,104,108,112,116,120,124,128],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":30,"doc_module":4,"doc_module_name":47,"category_name":100,"show_sort_weight":97,"slug":101},"Estilo de Vida","lifestyle",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":103},"exam",{"id":105,"doc_module":4,"doc_module_name":47,"category_name":106,"show_sort_weight":97,"slug":107},44,"General","general",{"id":109,"doc_module":4,"doc_module_name":47,"category_name":110,"show_sort_weight":97,"slug":111},41,"Investigación e Informes","research-report",{"id":113,"doc_module":4,"doc_module_name":47,"category_name":114,"show_sort_weight":97,"slug":115},37,"Literatura","literature",{"id":117,"doc_module":4,"doc_module_name":47,"category_name":118,"show_sort_weight":97,"slug":119},22,"Relatos y Novelas","story-novel",{"id":121,"doc_module":4,"doc_module_name":47,"category_name":122,"show_sort_weight":97,"slug":123},42,"Religión y Espiritualidad","religion-spirituality",{"id":125,"doc_module":4,"doc_module_name":47,"category_name":126,"show_sort_weight":97,"slug":127},40,"Salud y Atención Médica","healthcare",{"id":129,"doc_module":4,"doc_module_name":47,"category_name":130,"show_sort_weight":97,"slug":131},24,"Tecnología","technology"]