Las redes bayesianas son parte de los llamados modelos gráficos probabilísticos (MGP). Estos modelos mezclan conceptos de teoría de gráficas y de modelos probabilísticos. Una de las características de estos modelos es que pueden representarse gráficamente, lo cual puede ayudar a entender mejor un fenómeno.
Los MGP y redes bayesianas tienen múltiples usos:
- Entender las asociaciones entre variables tanto en términos gráficos como probabilísticos. En este último caso, determinando las independencias marginales y condicionales que están detrás de las relaciones de las variables en un conjunto de datos.
- El gráfico puede ser de utilidad para entender cómo están relacionadas o la importancia de algunas variables. Por ejemplo, en el caso de un modelo no dirigido, podemos ligar el gráfico con conceptos de análisis de redes sociales para determinar cuáles variables son centrales. Por otra parte, en el caso de un modelo dirigido, podemos determinar el tipo de relaciones direccionales que mediante trayectorias dirigidas ligan a ciertas variables.
- Podemos usar las redes bayesianas para obtener las probabilidades marginales de cada variable bajo el modelo o para asignar valores fijos a ciertas variables y ver cómo se modifican las probabilidades condicionado a estos valores (evidencia)
- Podemos usar las redes bayesianas como clasificadores, modelos que nos permitirían determinar a cuál categoría de una variable de tipo output (salida) existe más probabilidad de pertenecer cuando asignamos valores al resto de las variables.
· El objetivo de este curso es tener un panorama global de todos estos conceptos y aplicaciones.
TEMARIO: Temario Redes Bayesianas
INFORMES: lumialearning@gmail.com