Métodos de aprendizaje de redes de creencia. Aplicación a la clasificación

  1. Acid Carrillo, Silvia
Zuzendaria:
  1. Luis Miguel de Campos Ibáñez Zuzendaria

Defentsa unibertsitatea: Universidad de Granada

Defentsa urtea: 1999

Epaimahaia:
  1. Serafín Moral Callejón Presidentea
  2. Antonio González Muñoz Idazkaria
  3. Pedro Larrañaga Múgica Kidea
  4. José Manuel Gutiérrez Llorente Kidea
  5. Ramón Sangüesa Kidea
Saila:
  1. CIENCIAS DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL

Mota: Tesia

Teseo: 70115 DIALNET

Laburpena

El contenido de la memoria gira entorno al tema del aprendizaje inductivo de redes de creencia, así como de su aplicación al problema de la clasificación, En la memoria se desarrolla una nueva metodología híbrida para la inducción de redes de creencia basada en la detección de independencias y en métrica con técnicas de búsqueda. En la memoria se realiza un estudiode las cuestiones preliminares necesarias para su desarrollo como son el estudio del formalismo de las redes de creencia, una revisión de los métodos de inducción existentes en la literatura hasta el momento y una introducción al problema de la clasificación. Indicar que esta memoria tiene una doble componente: teórica y práctica. En la primera se hace un estudio teórico de los conjuntos d-separadores minimales, lo que constituye un soporte esencial a la metodología aunque su interés práctico trasciende esta memoria. Por otro lado, se presentan diversos algoritmos de aprendizaje basada en esta metodología, de una manera progresiva, en forma de sucesivos refinamientos. Desde la perspectiva de la clasificación se trata de especializar el proceso de inducción, tanto por vía de la adaptación de métodos de inducción genéricos como por vía del diseño específico de métodos orientados a la clasificación. Todos los métodos propuestos y las soluciones alternativas, se encuentran validadas mediante una cuidadosa experimentación.