Professional Documents
Culture Documents
Es un Grafo Dirigido en el que cada nodo representa una variable y cada arco una
dependencia probabilstica en la cual se especifica la probabilidad condicional de cada
variable dados sus padres un grafo puede tener diferentes tipos de Enlaces.
Dos nodos o variables pueden estar conectados por ms de una arista o arco, o un
nodo puede estar conectado consigo mismo.
Tambin llamadas
Redes de creencia
Redes probabilsticas
Redes causales
Mapas de conocimiento
X1 X3
Arco
Nodo o variable
X
2
*rbol
*Poliarbol
El trmino "redes bayesianas" fue acuado por Judea Pearl en 1985 para hacer
hincapi en tres aspectos:
Ventajas y Desventaja
Desventajas:
Su complejidad computacional
Ventajas:
Pueden trabajar con datos perdidos de una manera eficiente, algo que en la prctica
es deseable.
Aplicaciones
Las redes bayesianas son un tipo de modelos de minera de datos que pueden ser
utilizados en cualquiera de las siguientes actividades de negocio:
Blanqueo de dinero
Marketing personalizado
Mantenimiento preventivo
Scoring de clientes
Redes Bayesianas Discretas manejan variables con valores discretos y las redes que
no cumplen con esta condicin se les aplican mtodos de discretizacion.
Redes Bayesianas Gaussianas Permiten trabajar tanto con valores discretos como con
valores continuos.
Hallazgo.
Evidencia.
Probabilidad a Priori
Probabilidad a Posteriori
Mtodos de Discretizacion
Caractersticas
0,60
P B.A B
A
Una red bayesiana se compone de dos partes una parte cualitativa que es una
estructura grfica o grafo que describe las posibles variables y las dependencias entre
ellas.
A B
A C
P (B|A)
P (B|C)
Propagacin de probabilidades
B
Para obtener conclusiones a medida que se va conociendo ms informacin o
evidencia. Actualizar la tabla de probabilidades de las variables en funcin de las
observaciones.
Obtencin de la Estructura.
Obtencin de parmetros: conociendo la estructura de la red el
correspondiente grafo y una base de datos de las variables asociadas.
Teorema de Bayes