| Título: | Optimización de redes bayesianas basado en técnicas de aprendizaje por inducción |
| Autores: |
Felgaer, P. Britos, Paola Verónica Sicre, J. Servetto, Arturo Carlos García Martínez, Ramón Perichinsky, Gregorio |
| Fecha: |
2012-10-19 2003-10 2003-10 |
| Publicador: | Unversidad Nacional de La Plata |
| Fuente: |
 |
| Tipo: |
Objeto de conferencia Objeto de conferencia |
| Tema: |
Redes Bayesianas Aprendizaje por Inducción Clasificación Learning Model classification Optimization Ciencias Informáticas |
| Descripción: |
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 Eje: Teoría (TEOR) |
| Idioma: | Español |
1 Ajuste de las variables que gobiernan los modelos de comportamiento de HDM-4 para vías no pavimentadas de la región de Antofagasta (Chile) por Rojas Cazaluade, Oscar Orlando | 6 Alternativas para el fraccionamiento de un Parque Industrial por Borrego, Juan Antonio |
2 La Agrimensura como base de investigaciones arqueológicas por Alfageme, Marcelo O.,Papagni, Jorge H. | 7 La propiedad horizontal por López, María Inés |
3 Anteproyecto de saneamiento y loteo por Antolín, Ricardo Gabriel,Williams, Enrique Oliver | 8 Laguna "San Antonio" por Milone, Ricardo Raúl |
4 Balneario Municipal de la ciudad de Diamante por Battistessa, Gustavo J.,Palomeque, José F. | 9 Estudio catastral de tierras en el partido de San Fernando por Miquelarena, Carlos Alberto |
5 | 10 |