26 les relacions: Algorisme de la colònia de formigues, Aprenentatge per transferència, Aprenentatge relacional estadístic, BBN, Cadena de Màrkov Monte Carlo, Camp aleatori de Màrkov, Classificació binària, Classificació multietiqueta, Classificador Bayes primari, Computació evolutiva, Cum hoc ergo propter hoc, Distribució conjunta, Filtre col·laboratiu, Graf (matemàtiques), Grup d'Enginyeria del Coneixement i Aprenentatge Automàtic, Intel·ligència artificial, Intel·ligència artificial en el camp de la salut, Judea Pearl, Llenguatge de programació probabilística, Model gràfic (estadística), Model ocult de Màrkov, Mostreig de Gibbs, Predicció estructurada, Procés gaussià de xarxa neuronal, Propagació de creences, Sistema expert.
Algorisme de la colònia de formigues
formigues legionàries del gènere ''Dorylus''). Els algorismes de les colònies de formigues són algorismes inspirats en el comportament de les formigues i que constitueixen una família de metaheurístiques d'optimització.
Nou!!: Xarxa bayesiana і Algorisme de la colònia de formigues · Veure més »
Aprenentatge per transferència
L'aprenentatge per transferència (amb acrònim anglès TL) és un problema d'investigació en aprenentatge automàtic (ML) que se centra a emmagatzemar el coneixement adquirit mentre es resol un problema i l'aplica a un problema diferent però relacionat.
Nou!!: Xarxa bayesiana і Aprenentatge per transferència · Veure més »
Aprenentatge relacional estadístic
L'aprenentatge relacional estadístic (SRL) és una subdisciplina de la intel·ligència artificial i l'aprenentatge automàtic que s'ocupa dels models de domini que presenten tant incertesa (que es pot tractar amb mètodes estadístics) com una estructura relacional complexa.
Nou!!: Xarxa bayesiana і Aprenentatge relacional estadístic · Veure més »
BBN
* Bolt, Beranek and Newman, empresa estatunidenca del camp de l'alta tecnologia pionera d'Internet.
Nou!!: Xarxa bayesiana і BBN · Veure més »
Cadena de Màrkov Monte Carlo
algorisme Metropolis–Hastings. La cadena de Màrkov Monte Carlo intenta aproximar la distribució blava amb la taronja. En estadística, els mètodes de la cadena de Màrkov Monte Carlo (amb acrònim anglès MCMC) comprenen una classe d'algorismes per al mostreig a partir d' una distribució de probabilitat.
Nou!!: Xarxa bayesiana і Cadena de Màrkov Monte Carlo · Veure més »
Camp aleatori de Màrkov
Un exemple de camp aleatori de Màrkov. Cada vora representa la dependència. En aquest exemple: 6 depèn de 4. 1 depèn de 5 i 2. 4 depèn de 6, 3 i 5. 3 depèn de 4 i C. 2 depèn de 3, 5 i 1. En el domini de la física i la probabilitat, un camp aleatori de Màrkov (amb acrònim anglès MRF), una xarxa de Màrkov o un model gràfic no dirigit és un conjunt de variables aleatòries que tenen una propietat de Màrkov descrita per un gràfic no dirigit.
Nou!!: Xarxa bayesiana і Camp aleatori de Màrkov · Veure més »
Classificació binària
Exemple gràfic de classificació binària bigrupal. La classificació binària és la tasca de classificar els elements d'un conjunt en dos grups (cadascun anomenat classe) sobre la base d'una regla de classificació.
Nou!!: Xarxa bayesiana і Classificació binària · Veure més »
Classificació multietiqueta
En l'aprenentatge automàtic, la classificació multi-etiqueta o la classificació multi-output és una variant del problema de classificació on es poden assignar diverses etiquetes no exclusives a cada instància.
Nou!!: Xarxa bayesiana і Classificació multietiqueta · Veure més »
Classificador Bayes primari
Un "Classificador Bayes primari" és una manera senzilla i econòmicament econòmica d'estimar la probabilitat que es pugui atribuir una determinada combinació de característiques a una classe determinada. A mesura que s'introdueixen més mesures al classificador, l'estimació s'actualitza. corba ROC. Per al classificador Bayes ingenu i tenint en compte que les probabilitats a priori p(Y) són els mateixos per a totes les classes, aleshores el límit de decisió (línia verda) es col·locaria en el punt on es tallen les dues densitats de probabilitat, a causa de p(Y \mid \mathbfx).
Nou!!: Xarxa bayesiana і Classificador Bayes primari · Veure més »
Computació evolutiva
La computació evolutiva és una tècnica d'optimització numèrica proposada per primer cop per John Holland el 1975, en el llibre Adaptation in Natural and Artificial Systems.
Nou!!: Xarxa bayesiana і Computació evolutiva · Veure més »
Cum hoc ergo propter hoc
Cum hoc ergo propter hoc (en llatí, "juntament amb això, llavors a conseqüència d'això") és una fal·làcia lògica que afirma que dos esdeveniments que ocorren al mateix temps tenen una relació causa-efecte.
Nou!!: Xarxa bayesiana і Cum hoc ergo propter hoc · Veure més »
Distribució conjunta
En el camp de la probabilitat, donades dues variables aleatòries X i Y, la distribució conjunta de X i Y és la distribució de probabilitat de la intersecció d'esdeveniments associats a X i Y, és a dir, dels esdeveniments X.
Nou!!: Xarxa bayesiana і Distribució conjunta · Veure més »
Filtre col·laboratiu
Podem definir el filtre col·laboratiu com la sinergia que es duu a terme entre individus o grups d'individus que, mitjançant una dinàmica de treball adequada, assoleixen millor uns objectius determinats, que possiblement no haurien assolit per separat, o bé que ho fan optimitzant més els propis recursos.
Nou!!: Xarxa bayesiana і Filtre col·laboratiu · Veure més »
Graf (matemàtiques)
Representació d'un graf etiquetat, amb 6 vèrtexs i set arestes En teoria de grafs, un graf és una representació abstracta d'un conjunt d'objectes on alguns parells dels objectes estan connectats per enllaços.
Nou!!: Xarxa bayesiana і Graf (matemàtiques) · Veure més »
Grup d'Enginyeria del Coneixement i Aprenentatge Automàtic
El Grup d'Enginyeria del Coneixement i Aprenentatge Automàtic (també conegut, en anglès, com Knowledge Engineering and Machine Learning group (KEMLg)) és una grup de recerca de la Universidad Politécnica de Cataluña (UPC) - Barcelona'''Tech''' actiu en l'àrea de la Intel·ligència Artificial des de 1988, quan va ser fundat pel professor Ulises Cortés.
Nou!!: Xarxa bayesiana і Grup d'Enginyeria del Coneixement i Aprenentatge Automàtic · Veure més »
Intel·ligència artificial
Un assistent personal intel·ligent, una de les aplicacions concretes de la intel·ligència artificial popularitzada en la dècada del 2010. La intel·ligència artificial (abreujat IA) és una part de la informàtica, dedicada al desenvolupament d'algorismes que permet a una màquina (habitualment un computador) prendre decisions intel·ligents o, si més no, comportar-se com si tingués una intel·ligència semblant a la humana.
Nou!!: Xarxa bayesiana і Intel·ligència artificial · Veure més »
Intel·ligència artificial en el camp de la salut
Radiografia d'una mà amb càlcul automàtic de l'edat òssia mitjançant un programa informàtic basat en intel·ligència artificial. La intel·ligència artificial (IA) aplicada al camp de la salut es basa a emprar algoritmes i tècniques de programari per a pronosticar la cognició humana a través de l'anàlisi de conjunts de dades mèdiques.
Nou!!: Xarxa bayesiana і Intel·ligència artificial en el camp de la salut · Veure més »
Judea Pearl
Judea Pearl (nascut el 1936) és un informàtic i filòsof nord-americà nascut a Israel, conegut pel seu enfocament probabilístic a la intel·ligència artificial i pel desenvolupament de xarxes bayesianes.
Nou!!: Xarxa bayesiana і Judea Pearl · Veure més »
Llenguatge de programació probabilística
Un llenguatge de programació probabilística (amb acrònim anglès PPL) és un llenguatge de programació dissenyat per a descriure models probabilístics i aleshores poder realitzar prediccions basades en aquests models.
Nou!!: Xarxa bayesiana і Llenguatge de programació probabilística · Veure més »
Model gràfic (estadística)
Fig.1 Exemple de model gràfic acíclic: el node D depèn d'A,B i C. El node C depèn de B i D. Els nodes A i B són independents. Model gràfic (o model gràfic probabilístic), en estadística, és un model probabilístic on es representa de forma gràfica les dependències condicionades entre els nodes o variables aleatòries.
Nou!!: Xarxa bayesiana і Model gràfic (estadística) · Veure més »
Model ocult de Màrkov
Exemple de transició d'estats en un model ocult de Màrkov ''x'' — estats ocults ''y'' — eixides observables ''a'' — probabilitats de transició ''b'' — probabilitats d'eixida Un model ocult de Màrkov o HMM (per les seves sigles de l'anglès, Hidden Markov Model) és un model estadístic en el qual s'entén que el sistema a modelar és un procés de Màrkov de paràmetres desconeguts.
Nou!!: Xarxa bayesiana і Model ocult de Màrkov · Veure més »
Mostreig de Gibbs
En estadístiques, el mostreig de Gibbs o un mostrejador de Gibbs és un algorisme de la cadena de Markov Monte Carlo (MCMC) per obtenir una seqüència d'observacions que s'aproximen a partir d'una distribució de probabilitat multivariant especificada, quan el mostreig directe és difícil.
Nou!!: Xarxa bayesiana і Mostreig de Gibbs · Veure més »
Predicció estructurada
La predicció estructurada o l'aprenentatge estructurat (de sortida) és un terme paraigua per a tècniques d'aprenentatge automàtic supervisat que implica predir objectes estructurats, en lloc de valors escalars discrets o reals.
Nou!!: Xarxa bayesiana і Predicció estructurada · Veure més »
Procés gaussià de xarxa neuronal
Esquerra: una xarxa neuronal bayesiana amb dues capes amagades, transformant una entrada tridimensional (inferior) en una sortida bidimensional (y1,y2) (superior). Dreta: funció de densitat de probabilitat de sortida p(y1,y2) induït pels pesos aleatoris de la xarxa. Vídeo: a mesura que augmenta l'amplada de la xarxa, la distribució de sortida es simplifica, i finalment convergeix a una normal multivariant en el límit d'amplada infinita. Les xarxes bayesianes són una eina de modelització per assignar probabilitats als esdeveniments i, per tant, caracteritzar la incertesa en les prediccions d'un model.
Nou!!: Xarxa bayesiana і Procés gaussià de xarxa neuronal · Veure més »
Propagació de creences
Representació parcial d'un factor graph. Resulta útil imaginar-se que dins dels nodos factors (cuadrados) radica una funció f a (x a) \displaystyle f_a(x_a) que expressa la interacció entre les variables que resideixen al seu veïnat. La propagació de creences, també coneguda com a transmissió de missatges suma-producte, és un algorisme de pas de missatges per realitzar inferències sobre models gràfics, com ara xarxes bayesianes i camps aleatoris de Markov.
Nou!!: Xarxa bayesiana і Propagació de creences · Veure més »
Sistema expert
Els sistemes experts són anomenats així perquè emulen el comportament d'un expert en un domini concret i de vegades són usats per aquests.
Nou!!: Xarxa bayesiana і Sistema expert · Veure més »