Ir al contenido

Documat


Resumen de Aprendizaje de redes de creencia mediante la detección de independencias: modelos no probabilísticos

Juan Francisco Huete Guadix Árbol académico

  • EN LA PRIMERA PARTE, LA MEMORIA ABORDA EL PROBLEMA DEL APRENDIZAJE DE VARIOS TIPOS DE REDES DE CREENCIA (POLIARBOLES Y REDES SIMPLES) A PARTIR, POR EJEMPLO, DE BASES DE DATOS O DE UN EXPERTO DEL DOMINIO, LA SEGUNDA PARTE DE LA MEMORIA FIJA SU ATENCION EN DOS MODELOS DE INCERTIDUMBRE PARTICULARES, EL POSIBILISTICO Y EL DE LOS INTERVALOS DE PROBABILIDAD, AMBOS MODELOS DE GRAN INTERES. EN EL PRIMERO SE HACE UN ESTUDIO A FONDO Y DETALLADO DEL CONCEPTO DE INDEPENDENCIA CONDICIONAL. SE PROPONEN, ADEMAS DE LA ESTANDAR VARIAS DEFINICIONES ALTERNATIVAS, MUY INTUITIVAS Y DE BUEN COMPORTAMIENTO DE ACUERDO A LA AXIOMATICA COMUNMENTE ACEPTADA PARA LOS MODELOS DE INDEPENDICIA CONDICIONAL. SE PRESENTAN TAMBIEN VARIOS METODOS PARA ESTIMAR DISTRIBUCIONES DE POSIBILIDAD. FINALMENTE, POR LO QUE SE REFIERE AL SEGUNDO MODELO, UN FORMALISMO MENOS ESTUDIADO EN LA LITERATURA, LA MEMORIA NO SE CENTRA EXCLUSIVAMENTE EN LA NOCION DE INDEPENDENCIA, SINO QUE SE HACE UNA CONTRIBUCION SIGNIFICATIVA EN DISTINTOS AMBITOS DEL MISMO, COMO PUEDEN SER EL DEL CONDICIONAMIENTO EL DE LA ESTIMACION, ETC.


Fundación Dialnet

Mi Documat