técnicas avanzadas de razonamiento

Guía de estudio
TÉCNICAS
AVANZADAS
DE RAZONAMIENTO
Francisco Javier Díez Vegas
Severino Fernández Galán
Dpto. Inteligencia Artificial
E.T.S.I. Informática
UNED
c/ Juan del Rosal, 16
Madrid, 28040
Curso 2003/04
Versión corregida el 3 de noviembre de 2003: En el Tema 4, Propagación de evidencia en redes bayesianas,
había dos erratas sobre las secciones que hay que estudiar. Damos las gracias al alumno J.F.S., que nos lo ha
comunicado.
2
1.
Introducción
En esta asignatura se estudian tres tipos de modelos gráficos probabilistas: las redes bayesianas, que sirven para resolver problemas de diagnóstico, y los árboles de decisión y los diagramas de influencia, que permiten resolver problemas de toma de decisiones.
Las redes bayesianas se estudian también en la asignatura Razonamiento y Aprendizaje de
la I.T. Informática de Sistemas de la UNED. La diferencia principal es que el algoritmo de propagación que se estudia en aquélla es el de intercambio de mensajes π-λ, que sólo sirve para poliárboles, mientras que en ésta vamos a estudiar un algoritmo que sirve para todo tipo de redes
bayesianas, incluidas las redes con bucles.
2.
Bibliografía
Para el estudio de esta asignatura es necesario disponer de estos tres textos:
[Castillo] E. Castillo, J. M. Gutiérrez y A. S. Hadi. Sistemas Expertos y Modelos de Redes
Probabilísticas. Academia de Ingeniería, Madrid, 1997.
Puede obtenerse en Internet (http://personales.unican.es/gutierjm/BookCGH.html). Damos las
gracias a los autores por habernos autorizado a incluirlo también en el CD-ROM de la Escuela de Informática de la UNED, lo cual evita a nuestros alumnos el tener que descargárselo de Internet.
[Ríos] S. Ríos, C. Bielza y A. Mateos. Fundamentos de los Sistemas de Ayuda a la Decisión.
Ra-Ma, Madrid, 2002.
Este libro puede adquirirse en librerías o en la propia editorial, a través de Internet:
http://ra-ma.es/libros/0001588.htm
[Díez-1] F. J. Díez. Probabilidad y Teoría de la Decisión en Medicina. UNED, Madrid, 2003.
De este texto sólo es necesario el capítulo 4, titulado “Teoría bayesiana de la decisión”, que se encuentra
en formato PDF en el CD-ROM de la Escuela de Informática de la UNED.
También puede ser útil al alumno el siguiente texto:
[Díez-2] F. J. Díez. Introducción al Razonamiento Aproximado. UNED, Madrid, 1998.
Este texto puede obtenerse en Internet (http://www.ia.uned.es/~fjdiez/libros/razaprox.html)
y en el CD-ROM de la Escuela de Informática de la UNED, dentro de la asignatura de tercer curso “Razonamiento y Aprendizaje” (tercero/rya/razaprox.pdf).
3.
Modo de estudio
Indicamos qué capítulos y secciones de los textos anteriores forman parte del contenido de
la asignatura. Los señalados como “Leer” no son materia de examen, pero ayudan a entender los
temas que hay que Estudiar.
Primera parte: PROBABILIDAD
Como motivación para el estudio de esta primera parte, recomendamos al alumno que lea el
cap. 12 de [Castillo]. No importa que encuentre en él algunos conceptos que no entienda. Lo
importante es que vea que los conceptos matemáticos que enseguida va a estudiar sirven para
resolver problemas del mundo real.
3
Tema 1. Teoría de la probabilidad
Leer:
[Castillo], sec. 3.1
Estudiar: [Castillo], sec. 3.2
Leer:
[Castillo], sec. 3.4
Estudiar: [Castillo], secs. 3.5 y 3.6
Una explicación alternativa de este tema (quizá más sencilla para algunos alumnos) puede
encontrarse en [Díez-2], cap. 2.
Tema 2. Teoría de grafos
Estudiar:
[Castillo], secs. 4.2 a 4.6.
Tema 3. Definición de red bayesiana
Leer:
[Castillo], sec. 5.3 (sólo hasta el ejemplo 5.5, pág. 192).
Estudiar: [Castillo], sec. 5.5 (sólo hasta el ejemplo 5.9, págs. 202-203).
Leer:
[Castillo], secs. 5.6, 6.1, 6.2, 6.4.2 y 6.4.3.
Estudiar: [Castillo], sec. 6.4.4.
Leer:
[Castillo], secs. 6.5 y 6.6.
Una explicación alternativa de este tema (quizá más sencilla para algunos alumnos) puede
encontrarse en [Díez-2], secs. 3.1 y 3.2.
Tema 4. Propagación de evidencia en redes bayesianas
El capítulo 8 de [Castillo] explica varios métodos exactos de propagación de evidencia en
redes bayesianas. Nosotros sólo vamos a estudiar aquí uno de ellos: la propagación en árbol de
conglomerados (en inglés, clique tree).
Leer:
[Castillo], secs. 8.1, 8.2, 8.4 y 8.6.1.
Estudiar: [Castillo], secs. 8.6.2 a 8.8.
Tema 5. Aprendizaje automático de redes bayesianas
Este tema no es materia de examen. Sin embargo, recomendamos al alumno que lo lea porque el aprendizaje automático es uno de las ramas más importantes de la inteligencia artificial,
y su aplicación práctica, la minería de datos (que consiste esencialmente en la construcción de
modelos a partir de bases de datos) está de moda en el mundo de la investigación y en el de la
industria. De hecho, el número de empresas que utilizan redes bayesianas construidas está creciendo exponencialmente. También se están utilizando las redes bayesianas, por ejemplo, en
bioinformática, para extraer información de bases de datos genéticas.
Leer:
[Castillo], cap. 11.
Segunda parte: TEORÍA DE LA DECISIÓN
Como motivación para el estudio de la segunda parte de la asignatura, recomendamos al
alumno que lea el cap. 10 de [Ríos]. Como dijimos en la primera parte, no importa que el alumno encuentre en este capítulo algunos conceptos que no entienda. Lo importante es que vea que
los conceptos matemáticos que enseguida va a estudiar sirven para resolver problemas del
mundo real.
Tema 6. Fundamentos de la toma de decisiones
Leer:
[Ríos], cap. 1.
Tema 7. Diagramas de influencia y árboles de decisión
Leer:
Estudiar:
[Ríos], sec. 5.1.
[Ríos], sec. 5.2.
4
Leer:
Estudiar:
Estudiar:
Leer:
[Ríos], sec. 5.3.
[Ríos], secs. 6.1 y 6.2.
[Díez-1], 4.1 y 4.2.
[Díez-1], 4.3 y 4.4.
Tema 8. Evaluación de diagramas de influencia
Estudiar:
Leer:
4.
[Ríos], secs. 6.3.
[Ríos], secs. 6.4 a 6.6 y caps. 7 y 8.
Prácticas
Conviene que el alumno practique con Elvira, un programa para redes bayesianas y diagramas de influencia, que se encuentra en el CD-ROM de la Escuela de Informática. Dado que
este programa está en fase de desarrollo y se actualiza con frecuencia, le recomendamos que intente obtener la versión más reciente en
http://www.ia.uned.es/~elvira.
5.
Prueba presencial
El examen constará de 2 o 3 problemas. En el mes de diciembre se pondrá en la página web
de la asignatura un modelo de examen que sirva de orientación a los alumnos.
En el examen se puede utilizar todo tipo de material. Recomendamos al alumno que lleve
al examen los textos [Castillo], [Ríos] y [Díez-1], y una calculadora (programable o no programable, es indiferente).
6.
Horario de consultas
Guardias: lunes de 16 a 20 horas.
Francisco Javier Díez Vegas
Teléfono: 91.398.71.61
Severino Fernández Galán
Teléfono: 91.398.73.00
7.
Página web
Le recomendamos que visite de vez en cuando la página web de la asignatura, por si se encuentra en ella información actualizada:
http://www.ia.uned.es/asignaturas/tar.