Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

El cerebro bayesiano.

No description

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of El cerebro bayesiano.

Discusión
Introducción
- ¿Cómo efectúa nuestra mente previsiones sobre el mundo, del que no capta más que fragmentos?
- ¿Estadística? ¿Probabilidad? ¿Hechos?
Experimentos
Teorema de Bayes
El cerebro bayesiano.
Ejemplo
- Unos exploradores ven frustrada su expedición a la cima de un glaciar, ya que su guía les anuncia que en poco tiempo tiempo se avecina una tormenta. El resto de la expedición duda que así sea, dado que ni la predicción meteorológica, ni la altitud, ni ninguna clave contextual así se lo indica.

Después agradecieron haber descendido, ya que a la hora se dió la tormenta.
¿Cuales son sus implicaciones?
¿Qué significa?

- El conocimiento de la frecuencia con la que ocurre algo es esencial en la estadística bayesiana.

- Mediante experimentos puede contrastarse si el cerebro emplea las reglas bayesianas.
¿Son definitivos estos datos?

- La traducción de la información a nivel neuronal: ¿hechos o probabilidades?


Barras
”: (2002) Marc Ernest y Martin Banks, universidad de California.

- Tarea→ palpar dos barras a ciegas y estimar altura; información discordante entre lo que se palpa y lo que se ve.

- Resultados→ cuanto más precisa es una información más nos fiamos de ella.

Pelota
”: (2004) Aldo Faisal y Daniel Wolpert, universidad de Cambridge.

- Tarea→ atrapar una pelota virtual (mediante programa informático).

- Resultados→ inicio del movimiento en el instante matemáticamente óptimo.
Monos
: (2010) Martin O'Neil y Wolfram Schultz, universidad de Cambridge.

- Tarea: obtener zumo de unos símbolos determinados. Símbolo A (0,42 o 0,18ml) y símbolo B (0,33 o 0,27ml), (valor medio de 0,33ml)

- Resultados: técnicas de neuroimagen, células nerviosas más activas cuando las desviaciones del valor medio son mayores.
¿Thomas Bayes?
- (Londres, Inglaterra, ~1702 - Tunbridge Wells, 1761)
- Discípulo de De Moivre (autor del libro “
La doctrina de las probabilidades
”)
- Determinación probabilidad de las causas a través de los efectos observados.

Analizar qué
causas
, desconocidas a priori, tiene un cierto suceso que
observemos
- Característica principal:
En resumen, más que una propiedad objetiva de la realidad, las probabilidades reflejan nuestro conocimiento sobre el mundo.
-
¿Datos precisos
versus
Datos imprecisos?
Datos precisos
más
datos imprecisos
- Integramos información matemática-estadísticamente.
Somos
estadísticos natos
.
- ¿Sólo percepción? También toma de decisiones
- Información previa
relevante
. Ejemplo Foehn

Datos precisos
más
datos imprecisos
- Estimación de un suceso es mejor con más informaciones imprecisas

- Mediante algoritmo se combinan probabilidades; la mente lo hace de forma inconsciente

- Principio:
Toda información cuenta.
Mucha información imprecisa combinada da lugar a un producto más preciso



- Principio:
Información precisa tiene más peso que información imprecisa
(Información imprecisa
no
estropea información
precisa)
Conclusiones
En síntesis se podría terminar concluyendo que:

- El conocimiento previo de la frecuencia con la que ocurre un suceso determinado desempeña una función esencial en la estadística bayesiana

- Mediante experimentos puede constatarse si el cerebro emplea las reglas bayesianas.

- Los estudios sugieren que el cerebro solo conoce probabilidades, no hechos. Aún se desconoce cómo las neuronas codifican esa información.
Full transcript