Paraninfo

Homepage » Matemáticas Y Ciencia » Matemáticas » Probabilidad Y Estadística » Modelos de redes bayesianas con variables discretas y continuas

We will find it for you!
If you are looking for this book and not have stock, we will seek for you at no extra cost.
Just leave us your email, we will contact you as soon as we find it.

LOOK FOR ME!


Do not worry, we'll only contact you to let you know when we have the book. In any case your mail will be transferred to third parties or send you advertising or spam.
Ficha
Books Frontpage Modelos de redes bayesianas con variables discretas y continuas
  • 15,41 USD

  • * Free shipping to US.


  • Not available

    • -

    • Unit(s)

Features:

  • Pages: 216
  • Format: 12x14x0,80 cm
  • Language: Castellano.
  • Binding: CD-ROM.
  • Weight: 0,08 kg.
  • Editorial: UNIV. ALMERÍA. SERV. PUBL

  • Modelos de redes bayesianas con variables discretas y continuas

  • 9788482407128

  • Author: Rafael Rumí Rodríguez

  • Las redes bayesianas son un tipo de modelo gráfico capaz de trabajar de forma eficiente con modelos multivariantes. Una característica importante de estas redes es que permiten realizar inferencia probabilística usando las relaciones de (in)dependencia entre las variables. Si todas las variables de la red son discretas (cualitativas) el problema de la inferencia ha sido ampliamente estudiado y resuelto satisfactoriamente a través de métodos tanto exactos como aproximados. Sin embargo, en redes con variables discretas y continuas simultáneamente sólo existe un método exacto, basado en la distribución Condicional Gaussiana pero con la restricción de que las variables continuas no pueden tener hijos discretos. Un marco más general consiste en discretizar las variables continuas y tratarlas entonces como variables cualitativas. En esta memoria se presenta una alternativa a los métodos anteriores, el modelo MTE (Mixtura de Exponenciales Truncadas), que trata de capturar las buenas propiedades de los enfoques anteriores. El modelo MTE mejora en expresividad a los modelos discretizados, y a la vez elimina las restricciones del modelo Condicional Gaussiano. Se presenta como estructura de representación de los potenciales MTE los llamados árboles de probabilidad mixtos, sobre los cuales se pueden especificar las operaciones básicas de manipulación de información probabilística. Se proponen esquemas para la estimación de los dos tipos de densidades MTE que pueden aparecer en una red bayesiana: distribuciones univariantes y distribuciones condicionadas. Estos esquemas se basan en la regresión exponencial y, en el caso de las condicionadas están inspirados en los árboles de clasificación. Por ultimo, se demuestra la posibilidad de aplicar algoritmos de propagación exacta que no requieran la operación de divisiónb, y también se proponen dos algoritmos aproximados: uno basado en la propagación Penniless y otro basado en MCMC.
  • 15,41 USD

  • * Free shipping to US.


  • Not available

The book belongs to the following catalogs

Other books in the subject Probabilidad Y Estadística:

About us | Contact us | Legal warning | Privacy Policy | Purchase conditions

© Ediciones Paraninfo S.A.Calle José Abascal, 56 (Utopicus). Oficina 217. 28003 Madrid (España)

Phone: (+34) 656 541 982 - (+34) 913 308 918
WhatsApp: (+34) 656 541 982
Fax: (+34) 91 445 62 18
Email: [email protected]