Académique Documents
Professionnel Documents
Culture Documents
VICERRECTORADO ACADEMICO
COORDINACION GENERAL DE PREGRADO
PROYECTO DE CARRERA: INGENIERIA INDUSTRIAL
UNIDAD CURRICULAR: COMUTACION 1
Prof:
Luis Estrao
Realizado por:
Henrry Cabrices CI: 27296605
Crear cola.
Insertar elemento.
Retirar elemento.
Cola vaca.
Vaciar cola.
final : ptr_nodo_cola;
end;
Entre los tipos de colas encontramos dos mas importantes que son:
*Colas circulares: Es aquella en la cual el sucesor del ultimo elemento es el primero. Por
lo tanto, el manejo de las colas como estructuras circulares permite un mejor uso del
espacio de memoria reservado para la implementacin de las mismas.
*Colas Dobles: Como su nombre lo indica, estas estructuras permiten realizar las
operaciones de insercin y eliminacin por cualquiera de sus extremos. Una cola doble
tambin puede ser circular, en dicho caso, ser necesario que los mtodos de insercin y
eliminacin (sobre cualquiera de los extremos) considere el movimiento adecuado de los
punteros.
Otros tipos de colas
de
modelado
predictivo
utilizadas
en estadsticas, minera
de
datos y aprendizaje automtico. Los modelos de rbol, donde la variable de destino puede
tomar un conjunto finito de valores se denominan rboles de clasificacin. En estas
estructuras de rbol, las hojas representan etiquetas de clase y las ramas representan
las conjunciones de caractersticas que conducen a esas etiquetas de clase. Los rboles
de decisin, donde la variable de destino puede tomar valores continuos (por lo
general nmeros reales) se llaman rboles de regresin.
Fase de crecimiento
Fase de recorte
Una vez se haya creado el rbol inicial (la 'fase de crecimiento') se crea un sub-rbol
con el menor ritmo de error estimado (la 'fase de recorte'). El proceso de recorte del rbol
inicial consiste en extraer los nodos pequeos, profundos del rbol que proceden del
'ruido' que contienen los datos de preparacin, reduciendo de este modo el riesgo de
'sobreadaptacin' y dando como resultado una clasificacin ms adecuada de datos
desconocidos. Mientras se crea el rbol de decisin, en cada nodo el objetivo es
determinar el atributo de divisin y el punto de divisin que divida mejor los registros de
preparacin pertenecientes a ese nodo. El valor de un punto de divisin depende de su
eficiencia para separar las clases. Existen varios ndices de divisin para evaluar la
calidad de una divisin. IM Modeling utiliza el ndice gini.
Bibliografa
http://html.rincondelvago.com/pilas-y-colas.html
http://www.c.conclase.net/edd/?cap=002
http://informatica231-mu2recu.blogspot.com/2011/01/pilas-colas-listas-enlazadas.html
http://www.ibm.com/support/knowledgecenter/es/SSEPGG_9.5.0/com.ibm.im.model.doc/c
_decision_tree_calssification.html
http://www.utm.mx/~jahdezp/archivos%20estructuras/DESICION.pdf
https://es.wikipedia.org/wiki/Aprendizaje_basado_en_%C3%A1rboles_de_decisi
%C3%B3n