Redes Bayesianas

More documents

Recommendations

Info

8. Algoritmos de estimación de distribuciones Dependencias múltiples (redes Bayesianas) • EBNA Estimation of Bayesian Network Algorithm (Etxeberria y Larrañaga, 1999) • Uso de redes Bayesianas para aprender y simular p l (x|D Se l−1 ) • M 0 es un DAG sin ningún arco p(X i = x i ) = 1 r i , i = 1, . . . , n • La búsqueda voraz comienza con el modelo obtenido en la generación previa Redes Bayesianas – p.74/91
8. Algoritmos de estimación de distribuciones • Algoritmos de estimación de distribuciones en optimización • Problema de la mochila • Problema del viajante del comercio • Problema de planificación de trabajos • Macheo inexacto de grafos • Algoritmos de estimación de distribuciones en aprendizaje automático • Selección de variables • Pesado de variables en K-NN • Inducción de reglas • Clustering particional • Ajuste de pesos en redes neuronales • Inferencia abductiva en redes Bayesianas • Aprendizaje estructural de redes Bayesianas • Triangulación del grafo moral Redes Bayesianas – p.75/91
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 and 28: 6. Aprendizaje estructural Score:
Page 29 and 30: 6. Aprendizaje estructural Algoritm
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 73: 8. Algoritmos de estimación de dis
Page 77 and 78: 9. Selección de variables en micro
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?