Академический Документы
Профессиональный Документы
Культура Документы
P(W|C) P(C)
P(C|W) = --------------
P(W)
La fórmula nos indica la probabilidad de que una hipótesis H sea verdadera si algún
evento D ha sucedido. Esto es importante dado que, normalmente obtenemos la probabilidad
de los efectos dadas las causas, pero el teorema de bayes nos indica la probabilidad de
las causas dados los efectos.
Algoritmo Naive Bayes Supervisado
A continuación se listan los pasos que hay que realizar para poder utilizar el algoritmo Naive
Bayes en problemas de clasificación como el mostrado en el apartado anterior.
2. Crear una tabla de probabilidad calculando las correspondientes a que ocurran los
diversos eventos.
3. La ecuación Naive Bayes se usa para calcular la probabilidad posterior de cada clase.
Aunque son unos clasificadores bastante buenos, los algoritmos Naive Bayes son
conocidos por ser pobres estimadores. Por ello, no se deben tomar muy en serio las
probabilidades que se obtienen.
Cuando el conjunto de datos de prueba tiene una característica que no ha sido observada
en el conjunto de entrenamiento, el modelo le asignará una probabilidad de cero y será
inútil realizar predicciones. Uno de los principales métodos para evitar esto, es la técnica
de suavizado, siendo la estimación de Laplace una de las más populares.
Ejemplo
De todas las herramientas que fabrica cada una de las máquinas, algunas se producen con
defectos.
Herramientas producidas por las máquinas m1 y m2, algunas con defectos (color negro)
¿Cuál es la probabilidad de que una pieza defectuosa haya sido producida por la máquina 2?
En una producción de 1,000 piezas, entonces 400 provienen dela máquina 2 y si el 1% esta
defectuosa habrá 10 piezas defectuosas. de esas 10 piezas el 50% son la máquina 2, es decir
5 piezas, podemos comprobar que el porcentaje de piezas defectuosas de la máquina 2 es
5/400 = 0.0125
REDES BAYESIANAS
Una de las ventajas más importantes que tienen las redes bayesianas es que pueden
representar de manera simultánea la dimensión cualitativa y la dimensión cuantitativa de un
problema (p. e., Aguilera, Fernández, Fernández, Rumí, y Salmerón, en prensa; Edwards,
1998; Heckerman, 1995).
Las redes bayesianas son una representación gráfica de dependencias para razonamiento
probabilístico, en la cual los nodos representan variables aleatorias y los arcos representan
relaciones de dependencia directa entre las variables.
Bibliografía
Aprendizaje estructural y descomposición de redes bayesianas via algoritmos ... - Pedro
Larrañaga - Google Libros. (s. f.).
Recuperado 11 de junio de 2018, a partir de
https://books.google.com.ec/books?id=JtJFjwEACAAJ&dq=red
es+bayesianas&hl=es&sa=X&ved=0ahUKEwjz45nd6MrbAhV hp1kKHb-
zAQU4ChDoAQglMAA
Aragón, G. D. (2014). Uso de redes bayesianas para medir el riesgo operacional, un caso
de aplicación. Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus
Ciudad de México.