T ´ ECNICAS INTELIGENTES EN BIOINFORM ´ ATICA Modelos gr´ aficos probabil´ ısticos Redes Bayesianas Grupo de investigaci´on en Computaci´on Natural Dpto. Ciencias de la Computaci´on e Inteligencia Artificial Universidad de Sevilla M´ aster Universitario en L´ ogica, Computaci´ on e Inteligencia Artificial
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
TECNICAS INTELIGENTES EN BIOINFORMATICA
Modelos graficos probabilısticosRedes Bayesianas
Grupo de investigacion en Computacion NaturalDpto. Ciencias de la Computacion e Inteligencia Artificial
Universidad de Sevilla
Master Universitario en Logica, Computacion e Inteligencia Artificial
Indice
Conceptos preliminaresRepaso de Teorıa de grafosRepaso de Probabilidad
Redes bayesianas
2 / 70
Indice
Conceptos preliminaresRepaso de Teorıa de grafosRepaso de Probabilidad
Redes bayesianas
3 / 70
Grafos
4 / 70
Grafos
5 / 70
Grafos
6 / 70
Grafos
7 / 70
Grafos
8 / 70
Grafos
9 / 70
Grafos
10 / 70
Grafos
11 / 70
Grafos
12 / 70
Indice
Conceptos preliminaresRepaso de Teorıa de grafosRepaso de Probabilidad
Redes bayesianas
13 / 70
Eventos
14 / 70
Variables aleatorias discretas: ejemplo
15 / 70
Espacio de eventos: ejemplo
16 / 70
Eventos: ejemplo
17 / 70
Probabilidades
18 / 70
Propiedades de la funcion de probabilidad
19 / 70
Funcion de probabilidad: ejemplo
20 / 70
Probabilidades condicionadas
21 / 70
Probabilidades condicionadas: ejemplo
Dado este conjunto de ejemplos:
I P(Si) =9
14, P(Circulo) =
4
14
I P(Si ,Circulo) =4
14
I P(Si |Circulo) = P(Si ,Circulo)
P(Circulo)=
4/14
4/14= 1
22 / 70
Regla de Bayes
23 / 70
Regla de Bayes: ejemplo
24 / 70
Distribuciones de probabilidad
25 / 70
Distribuciones de probabilidad: ejemplo
26 / 70
Marginalizacion sobre una variable
27 / 70
Marginalizacion: ejemplo
28 / 70
Independencia
29 / 70
Independencia: ejemplo
30 / 70
Independencia condicional: ejemplo
31 / 70
Independencia condicional: ejemplo
32 / 70
Regla de la cadena
33 / 70
Regla de la cadena: ejemplo
34 / 70
Indice
Conceptos preliminares
Redes bayesianas
35 / 70
Sistemas expertos
36 / 70
Representacion del conocimiento
37 / 70
Conocimiento incierto
38 / 70
Componentes de una red bayesiana
39 / 70
Modelo de la alarma
40 / 70
Modelo de la alarma: DAG
41 / 70
Modelo de la alarmaDistribuciones de Probabilidad Condicionada (PCs) I
42 / 70
Modelo de la alarmaDistribuciones de Probabilidad Condicionada (PCs) II
43 / 70
Evidencias
44 / 70
Flujo de informacion
45 / 70
Conexiones en serie
46 / 70
Conexiones en serie
47 / 70
Conexiones divergentes
48 / 70
Conexiones divergentes
49 / 70
Conexiones convergentes
50 / 70
Conexiones convergentes
51 / 70
Conexiones convergentes
52 / 70
Razonamientos en redes bayesianas
53 / 70
Razonamientos en redes bayesianas
54 / 70
Razonamientos en redes bayesianas
55 / 70
d-separacion
56 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
d-separacion: ejemplos
57 / 70
Criterios para d-separacion
58 / 70
Criterios para d-separacion: ejemplo
59 / 70
Criterios para d-separacion: ejemplo
60 / 70
Mapas de dependencia e independencia
61 / 70
Limitacion expresiva de los DAGs
62 / 70
Redes bayesianas
63 / 70
Descomposicion de la distribuion conjunta
64 / 70
Construccion de redes bayesianas
65 / 70
Construccion de redes bayesianasOrden de las variables
66 / 70
Construccion de redes bayesianasOrden de las variables
67 / 70
Trabajando graficamente con redes bayesianas
Tenemos software disponible para redes bayesianas. Por ejemplo, elprograma Elvira (OpenSource):