Qué es una red bayesiana?

redes bayesianas, o redes de creencias, son modelos gráficos que se utilizan para ilustrar las relaciones entre los eventos o ideas para inferir probabilidades o incertidumbres asociadas con esas ideas o eventos. Estas redes se basan en las teorías de la probabilidad creado por la 18a teólogo Century Inglés y matemático Thomas Bayes y se utilizan en una amplia variedad de aplicaciones que requieren la recuperación de información, las predicciones basadas en la entrada limitada o software de reconocimiento.

Thomas Bayes

Nacido en 1702, Thomas Bayes es mejor conocido por su trabajo el establecimiento de una base matemática para inferir probabilidades basadas en la frecuencia en la que ha ocurrido un evento en el pasado. Bayes determinó que estas frecuencias últimos son útiles para determinar las probabilidades futuras, utilizando dos cantidades diferentes asociados 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 Bayseian

redes bayesianas ilustran visualmente las cantidades conocidas y desconocidas de un evento de potencial por variables de mapeo y sus dependencias condicionales - la probabilidad de que la variable se producirá sobre la base de otras variables que ocurren - en un gráfico complejo conocido como un gráfico acíclico dirigido (DAG). Estos gráficos representan la base matemática para modelar todas las relaciones potenciales y variables que pueden conducir a que ocurra un evento - o no sucede.

Dirigido acíclicos gráficos

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

aplicaciones

redes bayesianas son útiles cuando se trata de predecir probables relaciones, tales como la probabilidad de que una persona tiene una determinada enfermedad, dado que él sufre de un conjunto de síntomas que se han producido o se presentan en un orden específico. redes bayesianas también se utilizan en los algoritmos de búsqueda, la predicción de qué información un usuario está tratando de recuperar en base a la presencia de ciertas palabras clave; y en la imagen y el software de reconocimiento de voz, utilizando las relaciones de probabilidad entre las características o condiciones que se presentan a leer conexiones entre otras imágenes o sonidos.