Bayesian Networks With Examples in R
Jean-Baptiste Denis, Marco Scutari
- Editorial
- CRC Press
- Año
- 2014
- Páginas
- ~241
- Nivel
- Intermedio
De qué trata
Texto riguroso y exhaustivo escrito por Marco Scutari y Jean-Baptiste Denis, publicado por CRC Press en 2014. Es la obra de referencia sobre modelado probabilístico y redes bayesianas utilizando el paquete `bnlearn` en R.
Cubre la teoría de grafos dirigidos acíclicos (DAGs), aprendizaje de estructura (algoritmos basados en restricciones y en puntuación), estimación de parámetros para variables discretas y gaussianas continuas, e inferencia bayesiana exacta y aproximada con cadenas de Markov (MCMC).
Presenta estudios de caso multidisciplinares aplicados a la genética, medicina y sistemas ecológicos. Indispensable para investigadores y analistas avanzados de inteligencia artificial probabilística.
- Redes Bayesianas
- R
- bnlearn
- Inferencia Gráfica
- MCMC
- Probabilidad
- DAGs
- Machine Learning
¿Cómo enseña?
Teoría + práctica
- ✓ Incluye ejercicios
- ✓ Incluye proyectos
Proyectos
Modelo de Red Bayesiana para Diagnóstico Médico
Aprendizaje de estructura y parámetros en bnlearn a partir de datos clínicos para inferencia probabilística de patologías complejas.
