Redes Bayesianas

More documents

Recommendations

Info

6. Aprendizaje estructural Búsqueda: • Búsqueda voraz • Heurísticos: Enfriamiento Estadístico, Algoritmos Genéticos, Búsqueda Tabu, Colonias de Hormigas, ..... Redes Bayesianas – p.28/91
6. Aprendizaje estructural Algoritmo K2. Cooper y Herskovits (1992) • Un conjunto de n variables discretas Xi (i = 1, . . . , n), con r i posibles valores • D base de datos con N casos • BS estructura de Red Bayesiana • P ai padres de la variable X i • qi número de instanciaciones diferentes de P a i • Nijk número de casos en D para los cuales X i toma su k-ésimo valor y P a i está en su j-ésima instanciación • Nij = ∑ r i k=1 N ijk P (B S , D) = P (B S ) n∏ q i ∏ i=1 j=1 (r i − 1)! (N ij + r i − 1)! r i ∏ k=1 (N ijk )! = P (B S ) n∏ g(i, P a i ). i=1 Redes Bayesianas – p.29/91
Page 1 and 2: Redes Bayesianas Pedro Larrañaga D
Page 3 and 4: 1. Introducción • Limitación de
Page 5 and 6: 1. Introducción • Grafos acícli
Page 7 and 8: 1. Introducción • X = (X 1 , . .
Page 9 and 10: 2. Independencia condicional Distri
Page 11 and 12: 2. Independencia condicional Probab
Page 13 and 14: 2. Independencia condicional p(x|y,
Page 15 and 16: 2. Independencia condicional ¿I(X,
Page 17 and 18: 3. Factorización Factorización de
Page 19 and 20: 3. Factorización Red Bayesiana •
Page 21 and 22: ¢ ¤ ¢ ¥ ¤ + + + + 8 4 7)
Page 23 and 24: 4. Propagación de la evidencia Mé
Page 25 and 26: 6. Aprendizaje estructural • Apre
Page 27: 6. Aprendizaje estructural Score:
Page 31 and 32: 6. Aprendizaje estructural Diferent
Page 33 and 34: 6. Aprendizaje estructural Clasific
Page 45 and 46: 7.1 Introducción • Medicina domi
Page 47 and 48: 7.2 Predicción de la supervivencia
Page 49 and 50: 7.3 Multiclasificador de dos nivele
Page 55 and 56: 7.4 Clustering geográfico de la in
Page 57 and 58: 7.5 Predicción de la estructura se
Page 59 and 60: 7.5 Predicción de la estructura se
Page 61 and 62: 8. Algoritmos de estimación de dis
Page 69 and 70: QPNO YX R WR T S h m i g e QPNO XW
Page 77 and 78: 9. Selección de variables en micro
Page 79 and 80:
9. Selección de variables en micro
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Referencias • P. Larrañaga, C. K
Page 87 and 88:
Referencias • B. Sierra, N. Serra
Page 89 and 90:
Referencias Información en Interne
Page 91:
Referencias Software comercial en I
show all

Redes Bayesianas

Create successful ePaper yourself

Delete template?

Save as template?