Estrategias hbridas para mejorar las redes bayesianas

Uno de los principales factores del xito de la minera de datos est relacionado con la comprensibilidad de las pautas descubiertas por las tcnicas de inteligencia computacional, siendo las redes bayesianas una de las ms destacadas, si se considera la facilidad de interpretacin de los conocimientos lograda. Su semntica cuantitativa y cualitativa, aliada a la comprensibilidad de los patrones descubiertos, motiva su aplicacin en el proceso de descubrimiento de conocimientos. Las redes bayesianas, sin embargo, como cualquier tcnica de inteligencia computacional, presentan limitaciones y desventajas en cuanto a su uso; entre ellas podemos sealar el aprendizaje de la estructura a partir de grandes conjuntos de datos y el suministro de inferencias a lo largo del tiempo. Este libro mostrar las extensiones para la mejora de las redes bayesianas, presentando estrategias para mejorar sus propiedades, tratando aspectos como el rendimiento, as como la interpretabilidad y el uso de sus resultados; incorporando modelos de regresin mltiple para el aprendizaje de la estructura, y aspectos temporales utilizando las cadenas de Markov. Los modelos deberan ayudar a los usuarios a ampliar el mbito de aplicacin de este verstil modelo para nuevos dominios y tareas.