Hobbies

¿Qué es una red bayesiana?

Escrito por kate bruscke | Traducido por mayra cabrera
¿Qué es una red bayesiana?

Una aplicación de las redes bayesianas es predecir acontecimientos de forma matemática.

Jupiterimages/Comstock/Getty Images

Las redes bayesianas, o redes de creencias, son modelos gráficos que se utilizan para ilustrar las relaciones entre los acontecimientos o ideas para inferir probabilidades e incertidumbres asociados con esas ideas o eventos. Estas redes se basan en las teorías de la probabilidad creadas en el siglo XVIII por el teólogo y matemático inglés Thomas Bayes y se utilizan en una amplia variedad de aplicaciones que requieren recuperación de información, predicciones basadas en entrada limitada o software de reconocimiento.

Otras personas están leyendo

Thomas Bayes

Nacido en 1702, Thomas Bayes es mejor conocido por su trabajo en el establecimiento de una base matemática para inferir probabilidades basadas en la frecuencia en que un evento ha ocurrido en el pasado. Bayes decidió que dichas frecuencias anteriores son útiles para determinar las probabilidades futuras, utilizando dos diferentes cantidades asociadas con el evento predicho: conocidos y desconocidos. Las cantidades desconocidas, según Bayes, pueden ser descritos por una distribución de probabilidades, que se deducen a partir de cantidades conocidas.

Redes bayesianas

Las redes bayesianas ilustran visualmente las cantidades conocidas y desconocidas de un evento de potencial por variables de asignación y sus dependencias condicionales, la probabilidad de que la variable se producirá sobre la base de otras variables que se producen en un grafo complejo conocido como un grafo acíclico dirigido (GAD). Estos grafos representan la base matemática para modelar todas las relaciones posibles y las variables que pueden llevar a que ocurra o no un evento.

Gráficos acíclicos dirigidos

Cada nodo en una red bayesiana GAD representa una variable, con la colocación del nodo ilustra las relaciones probables entre dicho nodo y un nodo adyacente (borde conectado) o distante. Los GAD son eficientes en el modelado de redes bayesianas, porque estas redes infieren la probabilidad de un evento basado en un flujo potencial de eventos (nodos), que está basado en las variables que se producen en un orden específico y dependen de otras variables condicionales a ocurrir.

Aplicaciones

Las redes bayesianas son útiles cuando se trata de predecir las relaciones probables, como la probabilidad de que una persona tenga una determinada enfermedad, ya que sufre de un conjunto de síntomas que se han producido o se presentan en un orden específico. Las redes bayesianas se utilizan también en los algoritmos de búsqueda, prediciendo qué información está intentando recuperar un usuario basado en la presencia de ciertas palabras clave, y en el software de reconocimiento de imágenes y habla, utilizando las relaciones de probabilidad entre características presentadas o condiciones para leer conexiones entre otras imágenes o sonidos.

Más galerías de fotos

comentarios

Filtrar por:
  • Mostrar todos
  • Artículos
  • Galerías de fotos
  • Videos
Ordenar:
  • Más relevante
  • Más popular
  • Más reciente

No se encuentran artículos disponibles

No se encuentran slideshows disponibles

No se encuentran videos disponibles

Copyright © 1999-2014 Demand Media, Inc. Acerca de

El uso de este sitio constituye la aceptación de los términos y política de privacidad de eHow. Ad Choices es-US

Demand Media