Work

Optimización de redes bayesianas basado en técnicas de aprendizaje por inducción

Year: 2003

Type: conference-paper

Abstract: Una red bayesiana es un grafo acíclico dirigido en el que cada nodo representa una variable y cada arco una dependencia probabilística. Son utilizadas para proveer una forma compacta de representar el conocimiento y métodos flexibles de razonamiento. El obtener una red bayesiana a partir de datos, es un proceso de aprendizaje que se divide en dos etapas: el aprendizaje estructural y el aprendizaje paramétrico. En este trabajo, se define un método de aprendizaje que optimiza las redes bayesianas aplicadas a clasificación, mediante la utilización de un método de aprendizaje híbrido que combina las ventajas de las técnicas de inducción de los árboles de decisión (TDIDT-C4.5) con las de las redes bayesianas

Source: El Servicio de Difusión de la Creación Intelectual (National University of La Plata)

Authors: P. Felgaer, Paola Verónica Britos, J. Sicre, Arturo Carlos Servetto, Ramón García Martínez, Gregorio Perichinsky

Language: Spanish

Topic: Bayesian Modeling and Causal Inference

Subfield: Artificial Intelligence

Field: Computer Science

Domain: Physical Sciences

Open Access status: green

OpenAlex ID: W355086699

FWCI: 0.262

Cites:

Cited by: 2

Related to: 10