Supervised classification in continuous domains with Bayesian networks

• Autores: Aritz Pérez Martínez
• Directores de la Tesis: Iñaki Inza Cano (dir. tes.), Pedro Larrañaga Múgica (dir. tes.)
• Lectura: En la Universidad del País Vasco - Euskal Herriko Unibertsitatea ( España ) en 2010
• Idioma: inglés
• Tribunal Calificador de la Tesis: José Antonio Lozano Alonso (presid.), Basilio Sierra Araujo (secret.), Serafín Moral Callejón (voc.), José Antonio Gámez Martín (voc.), José Manuel Peña Palomar (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
• Enlaces
  • Tesis en acceso abierto en: TESEO
• Resumen

  • Dicho trabajo de tesis a producido las siguientes aportaciones metodológicas respaldadas por 2 publicaciones en revista con factor de impacto (International Journal of Approximate Reasoning) y una publicación en la conferencia Discovery Science:

    -Conjunto de algoritmos de inducción de clasificadores para el paradigma de las redes Gaussianas condicionales [1].

    -Nuevo paradigma denominado redes Bayesianas basadas en kernels [2].

    -Conjunto de algoritmos de inducción de clasificadores para el paradigma de las redes Bayesians basadas en kernels [2].

    -Estimadores de cantidades de la teoría de la información bajo suposición paramétrica (Gaussiana) [1].

    -Estimadores de cantidades de la teoría de la información bajo suposición no-paramétrica (estimación de densidades basadas en kernels) [2].

    -Estudio de la relacion entre el error de clasificacion y cantidades de la teoria de la información en clasificadores probabilisticos [3].

    Referencias A. Pérez, P. Larrañaga and I. Inza (2006) Supervised classification with conditional Gaussian networks: Increasing the structure complexity from naïve Bayes. International Journal of Approximate Reasoning, 43:1-25 A. Pérez, P. Larrañaga and I. Inza (2006) Information theory and classification error in probabilistic classifiers. Proceedings of the Ninth International Conference on Discovery Science. Lecture Notes in Artificial Intelligence, 4265:347-351.

    A. Pérez, P. Larrañaga and I. Inza (2009) Bayesian classifiers based on kernel density estimation: Flexible classifiers. International Journal of Approximate Reasoning, 50(2):341-362.