Consiste en un gráfico que representa un conjunto de variables conocidas y las relaciones de dependencia entre ellas a fin de inferir, es decir, estimar la probabilidad, de las variables no conocidas. Dadas sus características, este modelo resulta idóneo para la clasificación, la predicción o el diagnóstico.
Imaginemos que disponemos de dos variables para que pueden determinar que la hierba de un jardín esté húmeda: que el aspersor esté activado o que esté lloviendo (suponiendo que si llueve, el aspersor se apaga). Una vez disponemos de estas variables, podemos crear un modelo bayesiano en el que las tres variables tienen dos posibles valores (T verdadero, F falso).
Comentarios