Metodo mycin

UNIVERSIDAD LAICA “ELOY ALFARO” DE MANABÍ EXTENSIÓN CHONE

CARRERA: Esc. De ingeniería en sistemas TEMA MODELO MYCIN FACTORES DE CERTEZA Y MANEJO ARBOLES DE INFERENCIA INFERNCIA POR PRUEBA DE SIGNIFICACION INFERNCIA BAYESIANA CLASIFICACION BAYESIANA TEOREMA DE BAYES REDES BAYECIANAS Y EJEMPLOS

DOCENTE: Ing. Nilo Andrade ESTUDIANTE: Jesus Alberto Bailon CURSO: Sexto Semestre “A” 2015 / 2016

MYCIN Mycin fue uno de los primeros sistemas expertos que se usaron para diagnosticar enfermedades en medicina. El sistema podía identificar bacterias que causaban severas infecciones, tales como la bacteriemia y la meningitis. Igualmente, podía recomendar antibióticos dosificados, basándose en el peso del paciente. El nombre del programa derivó de los antibióticos que tienen muchas veces el sufijo “mycin”. El sistema también se usó para diagnosticar enfermedades infecciosas de la sangre.

Mycin se desarrolló por unos cinco o seis años a principios de los años setenta del siglo pasado, en la Universidad de Stanford. Se escribió en Lisp y fue la disertación doctoral de Edward Shortliffe, bajo la dirección de Bruce Buchanan, Stanley N. Cohen y otros.

MYCIN puede considerarse un tipo de Sistema de Producción con algunas particularidades, cuya base de datos es un conjunto de cuádruplas formadas por una tripleta asociativa o hecho, del tipo (objeto o contexto, atributo o parámetro clínico, valor) y un Factor de Certeza, FC, que indica, en una escala de -1.0 a 1.0, la fuerza de la creencia en la veracidad del hecho (FC > 0), en su falsedad (FC < 0), o en su independencia (FC = 0), dada la evidencia formada por el resto de hechos conocidos. O lo que es lo mismo, con qué fuerza un hecho es confirmado o rechazado en función de la evidencia disponible hasta el momento.

Un sistema experto como MYCIN consta de dos elementos básicos: una Base de Conocimientos y un Mecanismo de Inferencia o Programa de Consulta. La Base de Conocimientos está formada fundamentalmente por reglas del tipo “Si E, entonces H”, representadas por E -> H, donde la premisa está en “forma conjuntiva” (es casi una cláusula de Horn) y la conclusión contiene un sólo predicado. El Mecanismo de Inferencia consiste en una estrategia de control de encadenamiento hacia atrás o dirigida por metas aplicada a las reglas. También contiene una Base de Afirmaciones BA, que es una base de datos dinámica que contiene los hechos obtenidos sobre el paciente en la sesión de consulta actual, un Programa de Explicaciones y un Programa de Adquisición de Conocimiento (nuevas reglas).

METODO El funcionamiento de Mycin se basaba principalmente en un sencillo motor de inferencia, que manejaba una base de conocimiento de aproximadamente unas 500 reglas. El programa capturaba las entradas a partir de una serie de preguntas (como por ejemplo, ¿Tiene el paciente molestias en el pecho?, o ¿Ha sido operado el paciente anteriormente?), que usualmente respondía el médico del paciente. Tras este proceso, Mycin mostraba la salida por pantalla, que consistía en una serie de posibles enfermedades (ordenadas por su probabilidad asociada), la explicación del porqué de cada uno de estos diagnósticos, y una serie de recomendaciones sobre el tratamiento a seguir por el paciente. Para calcular la probabilidad de cada uno de los resultados, los autores desarrollaron una técnica empírica basada en factores de certeza. Estos factores de certeza se calculaban de tal manera que en función de unas evidencias se asigna a la hipótesis un factor de certeza.

MODELO DE FACTORES DE CERTEZA El modelo de factores de certeza empleado fue desarrollado en respuesta al deseo de tratar la incertidumbre a la vez que se intentaba mantener el conocimiento de forma modular y en reglas.

Muchas de las decisiones que llevaron al diseño inicial de MYCIN fueron el resultado de una respuesta pragmática a las demandas de los médicos como usuarios. Dicho modelo está basado

en las medidas del incremento proporcional de la creencia o incredulidad en un hecho, basadas en cierta evidencia. Estas medidas se definen a partir de probabilidades y se supone que cuando un experto asigna un FC a un hecho o una regla, éste coincidiría con el que se obtendría de las probabilidades, si éstas fuesen conocidas. Esta suposición es el sesgo inductivo de MYCIN. Dada una proposición “hipótesis”, H, y una proposición “evidencia”, E, se define el Factor de Certeza de H, dada E, como: FC (H, E) = MB (H, E) – MD (H, E), donde las funciones MB y MD se definen como MB (H, E) es la medida del incremento proporcional de la creencia en H, dada E, en relación a todo lo que puede llegar a aumentar (hasta valer 1). Si MB (H, E) > 0 decimos que E confirma a H. MD (H, E) es la medida del incremento proporcional de la creencia en H (o la incredulidad en H), dada E, en relación a todo lo que puede llegar a aumentar (hasta valer 1). Si MD (H, E) > 0 decimos que E rechaza a H (o confirma H). Una forma alternativa de decirlo es que es la medida de la disminución proporcional de la creencia en H, dada E, en relación a todo lo que puede llegar a disminuir (hasta 0).

Como podemos observar, en principio sólo define MB cuando P (H|E) > P (H) y MD cuando P (H|E) < P (H), aunque más abajo se definirán exactamente para que cumplan con algo más que con lo anteriormente enunciado. Analicemos un poco más a fondo los dos enunciados anteriores.

En términos de probabilidades, sabemos que P (H) refleja la creencia en H en determinado momento, luego 1 – P (H) puede verse como una medida de la incredulidad sobre H (o de la creencia en la falsedad de H) en ese mismo momento. Dar por cierta la evidencia E puede cambiar esas creencias, las cuales ahora estarán cuantificadas por P (H|E) y 1 – P (H|E).

Si P (H|E) > P (H), la verdad de E aumenta la creencia en H y disminuye la incredulidad sobre H. La disminución proporcional de la incredulidad en H es (P (H) – P (H|E))/P(H) = ((1 – P(H)) – (1 – P(H|E))) /(1-P(H)) = (P(H|E)-P(H))/(1-P(H)), con P(H)  1 (pues P(H|E) > P(H) => P(H) < 1) Que, como se ve, es el aumento de la creencia en H, dada E, en relación a todo lo que podría haber aumentado (hasta 1), luego coincide con lo que hemos definido como MB (H, E).

Si P (H|E) < P (H), la verdad de E disminuye la creencia en H y aumenta la creencia en H. La disminución proporcional de la creencia en H es (P (H) – P (H|E)) /P(H) = ((1 – P(H)) – (1 – P(H |E))) /(1-P(H)) = (P(H|E)-P(H))/(1-P(H)) con P(H)  1 (pues P(H|E) < P(H) => P(H) > 0 => P(H) < 1) Que también es el aumento de la creencia en H, dada E, en relación a todo lo que podría haber aumentado (hasta 1), luego coincide con lo que hemos definido como MD (H, E).

Además, cuando E confirma a H, no confirma a H, y por ello queremos que si MB (H, E) > 0, sea MD (H, E) = 0 y viceversa, es decir, si MD (H, E) > 0, debe ser MB (H, E) = 0. También queremos

que si E ni confirma ni rechaza a H, sea MB = MD = 0. Todo esto permite definir MB cuando P (H|E) <= P (H) y MD cuando P (H|E) >= P (H):

(Max [P (H|E), P (H)] – P (H))/ (1-P (H))

si P (H)  1

1

si P (H) = 1

(P (H) – min [P (H|E), P (H)])/P (H)

si P (H)  1

1

si P (H) = 1

MB (H, E) =

MB (H, E) =

Una definición equivalente es:

MB (H, E) =

MD (H, E) =

(P (H|E)-P (H))/ (1-P (H))

si P (H|E) > P (H)

0

si P (H|E) <= P (H) < 1

1

si P (H|E) = P (H) = 1

(P (H)-P (H|E))/P (H)

si P (H|E) < P (H)

0

si P (H|E) >= P (H) > 0

1

si P (H|E) = P (H) = 0

(P (H|E)-P (H))/ (1-P (H))

si P (H|E) > P (H)

(P (H|E)-P (H))/P (H)

si P (H|E) < P (H)

0

si P (H|E) = P (H)  {0,1}

1

si P (H|E) = P (H) = 1

-1

si P (H|E) = P (H) = 0

Que conduce a:

FC (H, E) =

El FC tiene dos usos y argumentos posibles: a) Asignación a hechos almacenados en la BA. En este caso la proposición H equivale a la afirmación de la verdad del propio hecho ‘h’ y la proposición E equivale a la afirmación de la

verdad de todos los hechos almacenados en la BA, o evidencia total conocida. En este caso se cambia la notación a FC (h) y representa el grado de creencia en la verdad de ‘h’ dada o conocida la evidencia acumulada hasta el momento. b) Asignación a reglas. En este caso H es el consecuente de la regla y E su premisa. Representa el grado de creencia en la propia regla, esto es, en su validez para obtener hechos ‘h’ que cumplan H a partir de hechos ‘e’ que cumplen E. El factor de certeza es un artificio para la combinación de grados de creencia e incredulidad en un solo número. Tal número es necesario para facilitar comparaciones de la fuerza probatoria de hipótesis rivales.

Algunas propiedades de estas tres medidas, que se deducen inmediatamente de su definición, son:  0 <= MB(H,E) <= 1  0 <= MD(H,E) <= 1  -1 <= FC(H|E) <= 1  Si P(H|E) = 1 entonces MB(H,E) = 1, MD(H,E) = 0 y FC(H|E) = 1  Si P(H|E) = 1 entonces MB(H,E) = 0, MD(H,E) = 1 y FC(H|E) = -1  FC(H|E) = -FC(H|E) o MB(H,E) = MD(H|E)  Si tenemos n hipótesis Ha mutuamente exclusivas, de las cuales k son rechazadas por cierta k evidencia E, entonces –k <= J FC(He), ya que cada hipótesis rechazada tendrá como mínimo un FC = -1



 Si tenemos n hipótesis Ha mutuamente exclusivas, de las cuales k son confirmadas por cierta k evidencia E, entonces J FC (He) <= 1. Es decir, aunque haya más de una hipótesis confirmada (con FC > 0), la suma de sus Focos no puede sobrepasar de 1. De hecho, también puede probarse que la suma es 1 si, y sólo si, k = 1.



INFERENCIA Para cada regla se tiene un factor de certidumbre para los antecedentes de para los antecedentes de la regla y un valor de factor de certidumbre para la propia regla certidumbre para la propia regla. De esta manera cuando se activa una regla, el f t d tid b d l factor de certidumbre de la conclusión es el producto del factor d tid b d l i l d l de certidumbre de la premisa y el de la regla.

Cuando una regla tiene varias premisas ligadas por una operación lógica por una operación lógica AND el factor de las el factor de las premisas es el mínimo de todas ellas y cuando están ligadas por un OR es la máximo de todas ellas.

Resumen: – FC(H) = FC(E) de la premisa FC(H,E) de la regla – FC(E) de la premisa = min( FC(E) de la premisas ) para el AND – FC(E) de la premisa = Max(FC(E) de la premisas ) para el para el OR

Cuando varias reglas tienen el mismo consecuente cada una de ellas calcula consecuente cada una de ellas calcula un factor de certidumbre distinto, esto también ocurre si se aplica varias veces la misma re g g la a lo lar go del tiempo con evidencias distintas cada vez.

Fórmulas de actualización: fusionar el factor de certidumbre del consecuente con el nuevo factor de certidumbre previo.

Supongamos que ya tenemos un FC antiguo ( FCa ) y el FC nuevo ( ) y el FC nuevo ( FCn ), el FC revisado, FCr: 1. Si FCa y FCn son > 0 FCr = FCa + FCn * (1 -FCa) 2. Si los dos son negativos entonces FCr = -FCr( -FCn, -FCa ) 3. Si uno es negativo FCr = (FCa + FCn) / (1 - min (|FCa|, |FCn|) ) PROBLEMAS SISTEMAS REGLAS PROBLEMAS SISTEMAS REGLAS • La suposición de independencia de reglas es muy fuerte • Evitar situaciones de propagación de evidencia en sentido incorrecto.

R1 SI riego automático ACTIVO hierva húmeda R2: SI hierba húmeda => lluvia Ejemplo En primer lugar se deben identificar el modelo: todos modelo: todos los atributos y el dominio de los atributos y el dominio de valores de dichos atributos, así como el resto de los atributos utilizados en la secuencia del atributo raíz y sus dominios asociados: – Tipo = {Humano, Otro} – Intensidad = {Débil, Fuerte} – Duración= {Leve, Normal, Continuo} – Golpe = {Si, No} – Lloro bebé = {Si No}

INFERENCIA BAYESIANA La incertidumbre es natural en el proceso de razonamiento donde se pueden establecer reglas para inferir de manera deductiva una proposiciĂłn determinada que puede ser verdadera o falsa, segĂşn sea el lĂ­mite de esta estimaciĂłn. Dentro de los mĂŠtodos de razonamiento se encuentran los Modelos Bayesianos, que simulan diferentes condiciones de incertidumbre cuando no se conoce si es verdadera o falsa la hipĂłtesis enunciada en un rango de variaciĂłn. Todos los modelos bayesianos tienen en comĂşn la asignaciĂłn de la probabilidad como medida de creencia de una hipĂłtesis, asĂ­ es que, la inferencia es un proceso de reajuste de medidas de creencia al conocerse nuevos axiomas.

Cuando se utilizan evidencias y observaciones para establecer que una suposiciĂłn sea cierta, es lo que se denomina como Inferencia Bayesiana. La inferencia bayesiana observa la evidencia y calcula un valor estimado segĂşn el grado de creencia planteado en la hipĂłtesis. Esto implica que al tener mayor cantidad de datos disponibles se podrĂĄ obtener resultados mĂĄs satisfactorios. El uso de la inferencia bayesiana en los casos donde las distribuciones normales se aplican, requiere que sĂłlo dos actos decisiĂłn sean evaluados en cierto momento. La distribuciĂłn de probabilidad a priori es descriptiva con respecto a la incertidumbre y asocia la estimaciĂłn de probabilidad con la ocurrencia de un evento al azar. Por el contrario la distribuciĂłn de probabilidad, mĂĄs bien, es la estimaciĂłn de un evento dado que se basa en un juicio informado.

Para situaciones de sentencia en la que una decisiĂłn es informada se debe ser consciente de una serie de factores de incertidumbre que podrĂ­an influir en el valor de los resultados finales.

El uso de la distribuciĂłn normal puede ser una soluciĂłn satisfactoria para hallar una aproximaciĂłn de incertidumbre; la distribuciĂłn normal se define mediante la identificaciĂłn de la media y la desviaciĂłn estĂĄndar de la distribuciĂłn. La media de la distribuciĂłn normal se puede obtener mediante la identificaciĂłn el valor mĂĄs probable al evento aleatorio.

La media, la mediana y la moda estĂĄn al mismo punto de una variable de distribuciĂłn normal.

La existencia de una funciĂłn de utilidad lineal es una indicaciĂłn de que el valor de ganancia esperada asociada con un acto especĂ­fico es una funciĂłn lineal con respecto al nivel de incertidumbre. Una vez de haber establecido el punto de equilibrio (punto de indiferencia), la mejor decisiĂłn puede ser determina grĂĄficamente mediante la observaciĂłn del punto inicial que estĂĄ por encima o por debajo del punto de indiferencia, y que la elecciĂłn de la soluciĂłn es Ăłptima con respecto al punto de equilibrio. La probabilidad tiene dos formas de interpretaciĂłn, una frecuentista y otra bayesiana, estas dos corrientes de pensamiento tienen la comunidad estadĂ­stica dividida: la primera considera la probabilidad como la frecuencia relativa de un experimento aleatorio, es decir se interpreta la probabilidad como un evento netamente objetivo que encontramos en la naturaleza, en este enfoque se considera que bajo las mismas condiciones si el experimento se realiza un numero grande de veces, la probabilidad del evento A esta dado por P(A)limnâ&#x2C6;&#x17E;

đ?&#x2018;&#x203A;đ??´ donde es el numero de observaciones dentro del experimento que đ?&#x2018;&#x203A;

tienen el atributo y en el nĂşmero de veces que se repite el experimento. La segunda, el enfoque bayesiano, interpreta la probabilidad de manera subjetiva, y la utiliza para expresar su creencia respecto a una afirmaciĂłn, dada cierta evidencia; estĂĄ estrechamente relacionada con el concepto de probabilidad condicional, concepto que ya se ha presentado con anterioridad y que conlleva al teorema de Bayes; en la corriente bayesiana es comĂşn asignarle probabilidades, a cualquier tipo de afirmaciĂłn, incluso si el experimento asociado no es aleatorio, es de aclarar que el mĂŠtodo bayesiano tambiĂŠn hace uso de la informaciĂłn contenida en la muestra, pero no depende solo de ella al momento de la toma de una decisiĂłn. HistĂłricamente la probabilidad se ha concebido como un asunto netamente frecuentista, es decir al considerar un experimento

como lo puede ser el lanzamiento de una moneda al aire (no cargada) , la experiencia muestra que tras un numero lo suficientemente grande de lanzamientos, la cantidad de caras y sellos obtenidas es la misma, así de esta forma estamos en condiciones de afirmar que la probabilidad de sacar un sello o una cara es 0.5; no obstante en el mismo experimento, una persona podría pensar que la probabilidad de ocurrencia es 0.5, no por el hecho de haber experimentado con la moneda, sino es lo que él espera que suceda.

TEOREMA DE BAYES El teorema de Bayes, enunciado por Thomas Bayes, en la teoría de la probabilidad, es el resultado que da la distribución de probabilidad condicional de un evento aleatorio A dado B en términos de la distribución de probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de sólo A. El teorema de Bayes es válido en todas las aplicaciones de la teoría de la probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea. En esencia, los seguidores de la estadística tradicional sólo admiten probabilidades basadas en experimentos repetibles y que tengan una confirmación empírica mientras que los llamados estadísticos bayesianos permiten probabilidades subjetivas.

El teorema puede servir entonces para indicar cómo debemos modificar nuestras probabilidades subjetivas cuando recibimos información adicional de un experimento. La estadística bayesiana está demostrando su utilidad en ciertas estimaciones basadas en el conocimiento subjetivo a priori y el hecho de permitir revisar esas estimaciones en función de la evidencia empírica es lo que está abriendo nuevas formas de hacer conocimiento. Una aplicación de esto son los clasificadores bayesianos que son frecuentemente usados en implementaciones de filtros de correo basura o spam, que se adaptan con el uso.

CLASIFICADOR BAYESIANO INGENUO En teoría de la probabilidad y minería de datos, un clasificador Bayesiano ingenuo es un clasificador probabilístico fundamentado en el teorema de Bayes y algunas hipótesis simplificadoras adicionales. Es a causa de estas simplificaciones, que se suelen resumir en la hipótesis de independencia entre las variables predictoras, que recibe el apelativo de ingenuo.

La coletilla de ingenuo viene porque al crear el clasificador asumimos que las variables que utilizaremos son totalmente independientes unas de otras (esto es, recordemos, ausencia de correlación o P(A,B)=P(A)*P(B)). Como anécdota mencionar que una de las razones por las que se abandonó el método clásico de probabilidad en IA fue, en parte, por la introducción de esta hipótesis. Quizá más adelante (en función de mi tiempo y vuestra aceptación, feedback por favor), veremos que con las redes bayesianas no tenemos este inconveniente.

Recordemos que el teorema de bayes nos dice que P(A|B) = P(A|B)*P(A) / P(B) donde A se puede interpretar como "causa" y B como "efecto", es decir, A es una reacción a la acción de B o lo que es lo mismo, A tendría dependencia causal de B. Por ejemplo, en el caso de los diagnósticos clínicos del campo de Medicina Basada en le Evidencia, tenemos que: P(síntoma enfermedad) = 0.6 P(síntoma) = 0.15 y P(enfermedad) =0.05 A partir de estos datos podemos preguntarnos por la probabilidad de que la causa del síntoma de un paciente sea la enfermedad, y vendría dada por (teorema de Bayes): P (enfermedad síntoma)=P (sintoma|enfermedad)*P(enfermedad)/P(síntoma) = 0.7*0.05/0.15 =0.233.

Como se puede ver en el ejemplo, dada una serie de efectos se puede clasificar y, por definición,

encontrar la causa que los provoca. Un ejemplo típico (aunque hay muchísimas aplicaciones, sobre todo en el campo de la minería de datos) es el filtrado de Spam o correo basura. Así que nos ponemos manos a la obra para construir nuestro propio y simple, filtro de Spam.

REDES BAYESIANAS Las redes bayesianas nacen como requerimiento de mejorar la calidad de la clasificación de los datos para evitar hacer suposiciones sobre los atributos de la información, mediante el uso del planteamiento de Naive Bayes para realizar aproximaciones más acertadas dentro del manejo de las variables. Las redes Bayesianas aparecen para facilitar la representación eficiente y el razonamiento riguroso con conocimiento incierto. El termino redes bayesianas fue adoptado por Judea Pearl en 1985, quien deseaba hacer ahínco en el proceso del estudio de la información y manejo de los datos, junto con la preparación del teorema de Bayes para la actualización de la información, los procesos de causalidad y la obtención de pruebas dentro del razonamiento que estimaba Thomas Bayes. Como científico de computación, Judea Pearl es conocido como uno de los gigantes en el campo de la inteligencia artificial, debido a sus aportes en la representación del conocimiento, la lógica no estándar, y el aprendizaje. Los textos de Judea Pearl acerca del razonamiento probabilístico en sistemas inteligentes y el razonamiento probabilístico en sistemas expertos son ensayos que resumen las propiedades de las redes bayesianas, lo cual contribuyó a establecer las redes bayesianas como un campo de estudio. Durante el proceso de representar conocimiento con un alto nivel de incertidumbre y la manipulación del razonamiento para la toma de decisiones, es indispensable dar uso a un modelo que represente las variables y sus relaciones, que puedan responder claramente a consultas probabilísticas acerca de la información manipulada; cuando se solicita especificar las aplicaciones de los datos obtenidos se encuentra con la dificultad de determinar concretamente como puede influir los datos no observados dentro del proceso de inferencia, es aquí donde una red bayesiana puede ser utilizada para determinar el conocimiento obtenido de un subconjunto de datos cuando las demás variables son observadas.

De aquí se puede determinar que una red bayesiana será una estructura en la que se encapsulan las relaciones de dependencia que hay entre los atributos de los datos observados, describiendo la distribución de probabilidad en un conjunto de variables permitiendo identificar dependencias entre los diferentes conjuntos de variables. Es un modelo probabilístico que relaciona un conjunto de variables aleatorias mediante un grafo dirigido, son redes graficas sin ciclos en el que se representan variables aleatorias y las relaciones de probabilidad que existan entre ellas que permiten conseguir soluciones a problemas de decisión en casos de incertidumbre. Una red Bayesiana es una herramienta informática a la que puede crearse diferentes modelos dependiendo del caso de estudio según la concepción que tenga el diseñador y de las condiciones del comportamiento de las variables. En esta herramienta sobresale debido a que no solo permite un proceso hacia atrás (backward), por ejemplo como una operación financiera que ha sido realizada en términos de riesgos operacionales; sino también hacia adelante (forward) donde la red puede calcular las probabilidades de pérdida o de beneficio usando la regla de Bayes. Como foco activo de investigación, las redes bayesianas ofrecen variadas propuestas de algoritmos tanto para el aprendizaje como para la realización de inferencias brindando de este modo distintas aplicaciones como clasificación, predicción y diagnóstico. Las redes bayesianas se caracterizan por poseen las redes bayesianas se puede destacar que permiten aprender sobre relaciones de dependencia y causalidad, las cuales combinan conocimiento con datos.

Debido a su fácil interpretación las redes bayesianas permiten extraer las explicaciones más probables dentro de una determinada observación incorporando el conocimiento en forma cualitativa. La variabilidad e incertidumbre de algún proceso puede ser capturado por las redes bayesianas desde el punto de vista probabilístico, suministrando distribuciones de probabilidad para diferentes intervalos de tiempo dadas algunas condiciones iniciales. La inferencia que se realiza dentro del proceso de elaboración de una red bayesiana consiste en extraer la información obtenida por las variables manipuladas dentro del proceso de construcción de una red bayesiana después de ser comparada con las variables no observadas. Esto permite que sea factible describir las relaciones entre las variables a partir de los datos. Incluso es posible aprender la estructura completa de la red a partir de datos completos o con algunos de sus valores desconocidos; lo cual puede utilizarse para tomar decisiones radicales implantando posibles acciones tomando beneficio de los resultados.

Es importante observar la estructura de la red que suministra información sobre las dependencias probabilísticas entre las variables y las independencias condicionales de estas. La inserción de las relaciones de independencia en la estructura de las redes bayesianas es una excelente herramienta para representar conocimiento de forma compacta basada en la propagación de las probabilidades de acuerdo con las leyes de la teoría de la probabilidad.

LA TOMA DE DECISIONES Y EL MÉTODO BAYESIANO La toma de decisiones se considera como una función basada en el ejercicio del análisis en frío de la verificación de hechos concretos y en la capacidad de hacer inferencias sobre la ocurrencia de eventos futuros. Para mejorar las estimaciones de probabilidad en la toma de decisiones, se hace necesaria la aplicación del Teorema de Bayes donde las estadísticas que se realizan consisten en observar el análisis de los datos, lo que permite al investigador realizar inferencias o hacer exclusiones u opiniones personales sobre el tema de estudio. La Estadística Bayesiana tiene el propósito de incorporar juicios encaminados en el análisis de los datos basadas en la experiencia.

La diferencia principal que existe entre la estadística clásica y la inferencia Bayesiana consiste en que la estadística clásica utiliza intervalos de estimación y prueba de hipótesis y el análisis estadístico Bayesiano evalúa las acciones de la alternativa de decisión dentro del contexto de las consecuencias económicas. Estas consecuencias económicas pueden ser formuladas como valores económicos o pérdida de oportunidad comercial representados en un contexto evaluativo. Desde un aspecto práctico, el análisis estadístico clásico utiliza procedimientos de decisión basándose totalmente en el estudio de los datos obtenidos a través de un muestreo aleatorio de la población total, los procedimientos de decisión relacionados con el método de inferencia Bayesiana incluye el análisis de los datos de la muestra, pero no depende únicamente de la disponibilidad de dichos datos. Una de las principales aplicaciones de los Modelos Bayesianos es la derivación de las diferentes alternativas con el propósito de alterar las probabilidades asociándolas con una situación de decisión, en la que los datos en los que se basa en sí, es en los juicios de los individuos. La Inferencia Bayesiana es una alternativa útil para análisis en aplicaciones empresariales en proporción de los costos reales y las oportunidades en que las decisiones a menudo deben hacerse en condiciones de incertidumbre. Los modelos bayesianos también se han aplicado a los precios en el comercio de materias primas, en este contexto, la aplicación de un modelo bayesiano se hace a través de las expectativas de precios de los fabricantes; por ejemplo si se supone que todos los pedidos son de un gran lote de reserva y que el fabricante cree que los precios de las órdenes de compra, son generados por una distribución normal según dicha orden de compra. Supóngase, además, que el fabricante no está

seguro de la media de distribución de los precios de compra, lo cual representa una incertidumbre ante los posibles valores de la media de distribución. El análisis posterior permite al fabricante perfeccionar la estimación de la varianza del menor precio ofrecido siguiendo un análisis bayesiano que le permite entrar al mercado con una óptima competencia. Debido al crecimiento de la actividad en el sector financiero las redes bayesianas han realzado su importancia ya que son utilizadas como herramienta de análisis en el riesgo financiero, obligando a las entidades financieras a formular distintos métodos de detección y regulación en el tratamiento de riesgos operacionales.

Las redes bayesianas que se construyen para indicar factores de riesgo operacional, representan básicamente la definición de variables y la estimación de probabilidades de diferentes categorías de un evento, entre ellas están la más usadas para expresar probabilidades condicionales en los indicadores de riesgos. Durante el proceso de creación de una red bayesiana se debe revisar las probabilidades condicionales de la información histórica requerida inicialmente y aplicar la metodología distribución de probabilidad según sea el caso de estudio, por ejemplo el número de operaciones o productos sujetos a pérdidas para el estudio de riesgos operacionales; en donde se deberá recopilar toda la información contenida en datos externos como fraudes y robos y de este modo sacar el mayor provecho al en foque bayesiano. Cada empresa está en la libertad de construir el modelo de red bayesiana que mejor se adecue a sus necesidades, ya sea para acrecentar la transparencia del proceso de operación, realizar un análisis para revelar situaciones extremas de riesgo, considerar el riesgo operacional con aspectos relacionados al mercado y al crédito, apoyar la gestión y la toma de decisiones o incluso realizar modelos de diagnóstico médico, además de optimizar los proceso de la ingeniería de software. 25 Son demasiados los procesos en que las redes bayesianas han brindado su apoyo, a continuación se presentan algunos interesantes proyectos investigativos y aplicativos que sirven para comprender mejor el objetivo de los métodos bayesianos.

CLASIFICACIÓN DE REDES BAYESIANAS Existen distintos tipos de Redes Bayesianas: ➢ Naive Bayes = bayes “ingenuo” o Idiot's Bayes Forma de “V” => 2^n estados en el nodo inferior ➢ DBNs = Redes Bayesianas Dinámicas Cambian con el tiempo (t, t+1, t+2...) Lo pasado en t, tiene relación con lo que suceda en t+1 ➢ Redes Gaussianas = distribución gaussiana Para nodos con variables contínuas ➢ Cadenas de Markov = subconjunto de las RB

Ejemplo:

BIOGRAFIA http://www.ia.uned.es/~fjdiez/docencia/videos-prob-dec/3.2-Ejemplos-rb.pdf http://www.e-ghost.deusto.es/docs/2005/conferencias/Bayes05.pdf http://lsi.ugr.es/rosana/investigacion/files/abad-efsi02.pdf http://www.lcc.uma.es/~eva/asignaturas/lic/apuntes/redesbayesianas.pdf http://geeks.ms/blogs/jmgomez/archive/2012/09/14/ia-aprendizaje-probabilidad-el-m-233todo-cl-225-sico-ii-clasificaci-243-n-bayesiana-ingenua.aspX ALEXANDER, C. (2000):

Experto de Triaje en Servicios de

“Bayesian Methods for Measuring

Urgencias Médicas”. Universidad

Operacional Risks”.

Nacional de la Patagonia San Juan

ALEXANDER, C. [ed.] (2003):

Bosco. Articulo Ingenieril 17-05-

Operacional Risk. Regulation,

07

Analysis and Management.

ADAM, B. (2010): “How to

ABAD-GRAU, MARÍA M. &

Manage Risk (After Risk

IERACHE JORGE S. (2007).

Management Has Failed ”:

“Aplicación de Redes Bayesianas

Harvard Business Review,

en el Modelado de un Sistema

Publication at October 01.