Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Gestion des cookies
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
Uno de los principales factores del éxito de la minería de datos está relacionado con la comprensibilidad de las pautas descubiertas por las técnicas de inteligencia computacional, siendo las redes bayesianas una de las más destacadas, si se considera la facilidad de interpretación de los conocimientos lograda. Su semántica cuantitativa y cualitativa, aliada a la comprensibilidad de los patrones descubiertos, motiva su aplicación en el proceso de descubrimiento de conocimientos. Las redes bayesianas, sin embargo, como cualquier técnica de inteligencia computacional, presentan limitaciones y desventajas en cuanto a su uso; entre ellas podemos señalar el aprendizaje de la estructura a partir de grandes conjuntos de datos y el suministro de inferencias a lo largo del tiempo. Este libro mostrará las extensiones para la mejora de las redes bayesianas, presentando estrategias para mejorar sus propiedades, tratando aspectos como el rendimiento, así como la interpretabilidad y el uso de sus resultados; incorporando modelos de regresión múltiple para el aprendizaje de la estructura, y aspectos temporales utilizando las cadenas de Markov. Los modelos deberían ayudar a los usuarios a ampliar el ámbito de aplicación de este versátil modelo para nuevos dominios y tareas.