Redes Bayesianas (Tipos de Nodos)

Redes Bayesianas

En redes bayesianas existen tres tipos de nodos de los cuales presento continuación:

En el primer caso tenemos secuencia, luego divergentes y posteriormente convergentes.

 

Nodos en Secuencia: Se da cuando el nodo X es equivalente al nodo Y, y el nodo Y es equivalente al nodo Z.

Nodos Divergentes: Se da cuando el nodo Y es equivalente tanto al nodo X y al nodo Z.

Nodos Convergentes: Se da cuando el nodo Y es el equivalente tanto al nodo X y al nodo Z.

 

Separación D

 

•         El conjunto de variables A es independiente del conjunto B dado el conjunto C, si no existe trayectoria entre A y B en que

1.      Todos los nodos convergentes están o tienen descendientes en C

2.      Todos los demás nodos están fuera de C

Bayes ball

 

•         Otra forma de ver si dos conjuntos de variables (X, Z) están separados por otro (Y) es mediante al algoritmo de la “pelota de Bayes”

•         Se sombrean los nodos en Y y se lanzan pelotas desde todos los nodos en X hacia Z

•         Si alguna pelota llega a Z, no son condicionalmente independientes I (X,Y,Z)

 

Referencias:

Sierra, Aprendizaje automático: conceptos básicos y avanzados

Redes Bayesianas (Tipos de nodos )

 

Redes Bayesianas

En redes bayesianas existen tres tipos de nodos de los cuales presento continuación:

En el primer caso tenemos secuencia, luego divergentes y posteriormente convergentes.

 

Nodos en Secuencia: Se da cuando el nodo X es equivalente al nodo Y, y el nodo Y es equivalente al nodo Z.

Nodos Divergentes: Se da cuando el nodo Y es equivalente tanto al nodo X y al nodo Z.

Nodos Convergentes: Se da cuando el nodo Y es el equivalente tanto al nodo X y al nodo Z.

 

Separación D

 

•         El conjunto de variables A es independiente del conjunto B dado el conjunto C, si no existe trayectoria entre A y B en que

1.      Todos los nodos convergentes están o tienen descendientes en C

2.      Todos los demás nodos están fuera de C

Bayes ball

 

•         Otra forma de ver si dos conjuntos de variables (X, Z) están separados por otro (Y) es mediante al algoritmo de la “pelota de Bayes”

•         Se sombrean los nodos en Y y se lanzan pelotas desde todos los nodos en X hacia Z

•         Si alguna pelota llega a Z, no son condicionalmente independientes I (X,Y,Z)

 

Referencias:

·        Sierra, Aprendizaje automático: conceptos básicos y avanzados.

Hello world!

Welcome to WordPress.com. This is your first post. Edit or delete it and start blogging!