Page 62 - Sistemas de aprendizaje e-learning: técnicas de inteligencia artificial para las inteligencias múltiples
P. 62
Sistemas de Aprendizaje e-learning: técnicas de 61
inteligencia artificial para las inteligencias múltiples
En general con 300 épocas los resultados de la regresión que se obtuvieron con el ANFIS me-
joraron. Como observación, también se utilizó el ANFIS con 1000 épocas, pero los resultados
con estas épocas fueron casi los mismos (por ejemplo, BooksJournals de 0.689 a 0.6899, As-
kingExperts de 0.671 a 0.6719, etcétera). Como se puede ver en la tabla 4.6 con 300 épocas,
comparado con la tabla 4.5 con 30 épocas, podemos mejorar la regresión lineal del ANFIS.
4.2.4. COMPARACIÓN DE LA REGRESIÓN UTILIZANDO EC, ANN Y ANFIS
La tabla 4.7 muestra los 10 resultados más altos de la regresión con EC, ANN y un ANFIS de
30 y 300 épocas. Se observa que el ANFIS con 300 épocas tiene una mejor regresión que
la obtenida por la EC, la ANN y el mismo ANFIS de 30 épocas. Por ende, en el número uno
“BooksJournals” de las preferencias del usuario, se obtiene 0.193 con EC, 0.3003 con ANN,
0.670 con ANFIS de 30 épocas y 0.689 con ANFIS de 300 épocas. La R obtenida con ANFIS
con 300 épocas tienen los valores de 0.641 (el más bajo) hasta 0.731 (el más alto). Como se
puede ver en la tabla 4.7, con 300 épocas se puede mejorar la regresión con ANFIS compara-
da con la de EC y la de ANN.
Tabla 4.7. Los 10 resultados más altos de la regresión con
EC, ANN y ANFIS de 30 y 300 épocas.
NO. DESCRIPCIÓN ANFIS R(30) ANFIS R(300) ANN R EC R
1 BooksJournals 0.670 0.689 0.3003 0.193
2 VirtualBlackBoard 0.667 0.692 0.2769 0.077
3 ByTV 0.635 0.695 0.1892 0.031
4 VideoOnInternet 0.666 0.699 0.2802 0.144
5 ReadBookInstruction 0.680 0.704 0.2859 0.242
6 ExamplesInLab 0.655 0.704 0.2628 0.155
7 PartnerTeachMe 0.687 0.705 0.2881 0.209
8 Classroom 0.644 0.707 0.2694 0.148
9 VideoInternetExp 0.661 0.711 0.2849 0.177
10 OnInternet 0.637 0.731 0.2445 0.161
La arquitectura del ANFIS se muestra en la figura 4.1. Tiene 4 entradas, 3 funciones de mem-
bresía (en este caso, Gausianas) para cada entrada, 81 reglas difusas if-then y una salida.