Optimización de Redes Bayesianas basado en técnicas de aprendizaje por inducción

Una red bayesiana es un grafo ací­clico dirigido en el que cada nodo representa una variable y cada arco una dependencia probabilí­stica; son utilizadas para proveer: una forma compacta de representar el conocimiento y métodos flexibles de razonamiento. El obtener una red bayesiana a partir de datos es un proceso de aprendizaje que se divide en dos etapas: el aprendizaje estructural y el aprendizaje paramétrico. En este trabajo se define un método de aprendizaje automático que optimiza las redes bayesianas aplicadas a clasificación mediante la utilización de un método de aprendizaje hí­brido que combina las ventajas de las técnicas de inducción de los árboles de decisión (TDIDT - C4.5) con las de las redes bayesianas