aprendizaje en redes bayesianas

Aprendizaje en Redes Bayesianas
Introducción
Las redes bayesianas o probabilísticas son una representación gráfica de dependencias para razonamiento probabilístico en sistemas expertos, en la cuallos nodos y arcos representan:
Nodo: Variable proposicional.
Arcos: Dependencia probabilística.
Definición:
Una red probabilística (RP) es un gráfo acíclico dirigido (DAG) en la cual cada nodorepresenta una variable y cada arco una dependencia probabilística, en la cual se especifica la probabilidad condicional de cada variable dados sus padres.
La variable a la que apunta el arco esdependiente (causa-efecto) de la que está en el origen de éste.
Podemos interpretar a una RP de dos formas:
1. Distribución de probabilidad: Representa la distribución de la probabilidad conjunta de lasvariables representadas en la red. Por ejemplo:


2. Base de reglas: Cada arco representa un conjunto de reglas que asocian las variables involucradas, Por ejemplo:
Si C, D entonces F
Dichasreglas están cuantificadas por las probabilidades respectivas.
La topología o estructura de la red nos da información sobre las dependencias probabilísticas entre las variables.
La red también representalas independencias condicionales de una variable (o conjunto de variables) dada(s) otra(s) variable(s).
Ej.: {E} es cond. indep. de {A,C,D,F,G} dado {B}
Esto es: 
Esto se representa gráficamentepor el nodo B separando al nodo E del resto de las variables.
En general, el conjunto de variables A es independiente del conjunto B dado C si al remover C hace que A y B se desconecten . Es decir, NOexiste una trayectoria entre A y B en que las siguientes condiciones sean verdaderas.
1. Todos los nodos con flechas convergentes están o tiene descendientes en C.
2. Todos los demás nodos estánfuera de C.
Esto se conoce como Separación-D.
En una RP todas la relaciones de independencia condicional representadas en el grafo corresponden a relaciones de independencia en la distribución de...