SlideShare une entreprise Scribd logo
1  sur  12
Télécharger pour lire hors ligne
Motivación
        Utilizando Bayesia
              Conclusiones




Primeros Pasos con Bayesia
    Software Redes Bayesianas


    Luis Antonio Chamba Eras1
           1 Universidad     del País Vasco




 Luis Antonio Chamba Eras      Bayesia
Motivación
                        Utilizando Bayesia
                              Conclusiones


Agenda



  1   Motivación
        Como conseguir Bayesian
        Datos para ejemplos


  2   Utilizando Bayesia
         Iniciando Bayesia
         Trabajando con Bayesia




                 Luis Antonio Chamba Eras    Bayesia
Motivación
                                                Como conseguir Bayesian
                           Utilizando Bayesia
                                                Datos para ejemplos
                                 Conclusiones


Software Bayesian
Software trabajo con Redes Bayesianas




        Es un software propietario para el trabajo con Redes
        Bayesianas.
        Se lo encuentra en el siguiente sitio web:
        http://www.bayesia.com
        Nos da una versión de prueba por 30 días al registrarse,
        se lo instala en varios idiomas.




                    Luis Antonio Chamba Eras    Bayesia
Motivación
                                            Como conseguir Bayesian
                       Utilizando Bayesia
                                            Datos para ejemplos
                             Conclusiones


Base de datos iris para ejemplos con Bayesia




     Disponible en el repositorio del UCI:
     http://archive.ics.uci.edu/ml/datasets/Iris
     Cuenta con Variables Cualitativas y Cuantitativas




                Luis Antonio Chamba Eras    Bayesia
Motivación
                                             Iniciando Bayesia
                        Utilizando Bayesia
                                             Trabajando con Bayesia
                              Conclusiones


Lanzar la aplicación.


  Ejecutamos el acceso directo desde nuestro escritorio:




  La aplicación se ejecuta:




                 Luis Antonio Chamba Eras    Bayesia
Motivación
                                             Iniciando Bayesia
                        Utilizando Bayesia
                                             Trabajando con Bayesia
                              Conclusiones


Interfaz de Bayesia.
  La ventana principal de Bayesia:




  Abrir un grafo en Bayesia:




                 Luis Antonio Chamba Eras    Bayesia
Motivación
                                             Iniciando Bayesia
                        Utilizando Bayesia
                                             Trabajando con Bayesia
                              Conclusiones


Vistas en Bayesia.
  Vista Modelamiento de Red en Bayesia:




  Vista validación en Bayesia:




                 Luis Antonio Chamba Eras    Bayesia
Motivación
                                             Iniciando Bayesia
                        Utilizando Bayesia
                                             Trabajando con Bayesia
                              Conclusiones


Procesando datos en Bayesia.
  Abrir archivos para procesarlos en Bayesia:




  Definición de la estructura de datos en Bayesia:




                 Luis Antonio Chamba Eras    Bayesia
Motivación
                                             Iniciando Bayesia
                        Utilizando Bayesia
                                             Trabajando con Bayesia
                              Conclusiones


Procesando datos en Bayesia.
  Especificando tipos de datos en Bayesia:




  Filtrado y valores faltantes de datos en Bayesia:




                 Luis Antonio Chamba Eras    Bayesia
Motivación
                                             Iniciando Bayesia
                        Utilizando Bayesia
                                             Trabajando con Bayesia
                              Conclusiones


Procesando datos en Bayesia.
  Vista de importación de datos en Bayesia:




  Modo de validación en Bayesia con los datos de Iris:




                 Luis Antonio Chamba Eras    Bayesia
Motivación
                                            Iniciando Bayesia
                       Utilizando Bayesia
                                            Trabajando con Bayesia
                             Conclusiones


Pequeña Red Bayesiana en Bayesia.
  Nodos y Arcos de Variables Aleatorias Bayesia:




  Árbol en Bayesia de la Red:




                Luis Antonio Chamba Eras    Bayesia
Motivación
                      Utilizando Bayesia
                            Conclusiones


Conclusiones




     Bayesia es un software muy amigable al usuario novel.
     Es una herramienta de apoyo a la Minería de Datos en
     Conjunto con Redes Bayesianas.
     La interfaz es en multiples idiomas.
     Una desventaja que es software cerrado.




               Luis Antonio Chamba Eras    Bayesia

Contenu connexe

Plus de Universidad Nacional de Loja

Clase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosClase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosUniversidad Nacional de Loja
 
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Universidad Nacional de Loja
 
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Universidad Nacional de Loja
 
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Universidad Nacional de Loja
 
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Universidad Nacional de Loja
 
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningRol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningUniversidad Nacional de Loja
 
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Universidad Nacional de Loja
 
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...Universidad Nacional de Loja
 
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...Universidad Nacional de Loja
 
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaMDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaUniversidad Nacional de Loja
 
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónCurso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónUniversidad Nacional de Loja
 
Curso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioCurso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioUniversidad Nacional de Loja
 
Transparencias defensa de Tesis Doctoral UPV/EHU 2017
Transparencias defensa de Tesis Doctoral UPV/EHU 2017Transparencias defensa de Tesis Doctoral UPV/EHU 2017
Transparencias defensa de Tesis Doctoral UPV/EHU 2017Universidad Nacional de Loja
 
Bayesian Networks to Predict Reputation in Virtual Learning Communities
Bayesian Networks to Predict Reputation in Virtual Learning CommunitiesBayesian Networks to Predict Reputation in Virtual Learning Communities
Bayesian Networks to Predict Reputation in Virtual Learning CommunitiesUniversidad Nacional de Loja
 
Matriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemploMatriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemploUniversidad Nacional de Loja
 
Perfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-ErasPerfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-ErasUniversidad Nacional de Loja
 

Plus de Universidad Nacional de Loja (20)

Clase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos InformáticosClase1- Introducción a los Proyectos Informáticos
Clase1- Introducción a los Proyectos Informáticos
 
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020 Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos II - abril-septiembre 2020
 
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
Encuadre de la Asignatura de Proyectos Informáticos I - abril-septiembre 2020
 
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
Encuadre de la Asignatura de Inteligencia Artificial - abril-septiembre 2020
 
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
Metodologías, recursos, y recomendaciones prácticas para preparar un curso en...
 
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearningRol del Tutor en el proceso de enseñanza-aprendizaje eLearning
Rol del Tutor en el proceso de enseñanza-aprendizaje eLearning
 
Machine Learning para Wawas
Machine Learning para WawasMachine Learning para Wawas
Machine Learning para Wawas
 
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
Inteligencia Artificial en la Educación: Machine Learning y Scratch 3.0
 
Cienciometria y desarrollo de colecciones
Cienciometria y desarrollo de coleccionesCienciometria y desarrollo de colecciones
Cienciometria y desarrollo de colecciones
 
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
La Tecnología en las Tendencias de Innovación Educativa: Aprendizaje mediado ...
 
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
MDE para identificar la relación entre el IQ, IM, EA, IE de estudiantes de in...
 
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingenieríaMDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
MDE para identificar la relación de IQ, IM, EA, IE de estudiantes de ingeniería
 
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovaciónCurso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
Curso Ciencia 2.0: Recursos para aprendizaje, investigación e innovación
 
Curso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitarioCurso Ciencia 2.0: Recursos para el docente universitario
Curso Ciencia 2.0: Recursos para el docente universitario
 
Curso Ciencia 2.0: NMC Horizon Report 2017
Curso Ciencia 2.0: NMC Horizon Report 2017Curso Ciencia 2.0: NMC Horizon Report 2017
Curso Ciencia 2.0: NMC Horizon Report 2017
 
Curso Ciencia 2.0: Motivación
Curso Ciencia 2.0: MotivaciónCurso Ciencia 2.0: Motivación
Curso Ciencia 2.0: Motivación
 
Transparencias defensa de Tesis Doctoral UPV/EHU 2017
Transparencias defensa de Tesis Doctoral UPV/EHU 2017Transparencias defensa de Tesis Doctoral UPV/EHU 2017
Transparencias defensa de Tesis Doctoral UPV/EHU 2017
 
Bayesian Networks to Predict Reputation in Virtual Learning Communities
Bayesian Networks to Predict Reputation in Virtual Learning CommunitiesBayesian Networks to Predict Reputation in Virtual Learning Communities
Bayesian Networks to Predict Reputation in Virtual Learning Communities
 
Matriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemploMatriz de observación de clase demostrativa: ejemplo
Matriz de observación de clase demostrativa: ejemplo
 
Perfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-ErasPerfil personal, académico, profesional y científico de Luis Chamba-Eras
Perfil personal, académico, profesional y científico de Luis Chamba-Eras
 

Dernier

EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveFagnerLisboa3
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan JosephBRAYANJOSEPHPEREZGOM
 
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíassuserf18419
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricKeyla Dolores Méndez
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx241521559
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)GDGSucre
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITMaricarmen Sánchez Ruiz
 
Desarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdfDesarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdfJulian Lamprea
 
Presentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptxPresentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptxLolaBunny11
 
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...silviayucra2
 

Dernier (10)

EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
 
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Josephguía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
 
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnologíaTrabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnología
 
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft FabricGlobal Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
 
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptxProyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
 
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
Desarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdfDesarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdf
 
Presentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptxPresentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptx
 
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
 

Redes bayesianastutorialbayesia

  • 1. Motivación Utilizando Bayesia Conclusiones Primeros Pasos con Bayesia Software Redes Bayesianas Luis Antonio Chamba Eras1 1 Universidad del País Vasco Luis Antonio Chamba Eras Bayesia
  • 2. Motivación Utilizando Bayesia Conclusiones Agenda 1 Motivación Como conseguir Bayesian Datos para ejemplos 2 Utilizando Bayesia Iniciando Bayesia Trabajando con Bayesia Luis Antonio Chamba Eras Bayesia
  • 3. Motivación Como conseguir Bayesian Utilizando Bayesia Datos para ejemplos Conclusiones Software Bayesian Software trabajo con Redes Bayesianas Es un software propietario para el trabajo con Redes Bayesianas. Se lo encuentra en el siguiente sitio web: http://www.bayesia.com Nos da una versión de prueba por 30 días al registrarse, se lo instala en varios idiomas. Luis Antonio Chamba Eras Bayesia
  • 4. Motivación Como conseguir Bayesian Utilizando Bayesia Datos para ejemplos Conclusiones Base de datos iris para ejemplos con Bayesia Disponible en el repositorio del UCI: http://archive.ics.uci.edu/ml/datasets/Iris Cuenta con Variables Cualitativas y Cuantitativas Luis Antonio Chamba Eras Bayesia
  • 5. Motivación Iniciando Bayesia Utilizando Bayesia Trabajando con Bayesia Conclusiones Lanzar la aplicación. Ejecutamos el acceso directo desde nuestro escritorio: La aplicación se ejecuta: Luis Antonio Chamba Eras Bayesia
  • 6. Motivación Iniciando Bayesia Utilizando Bayesia Trabajando con Bayesia Conclusiones Interfaz de Bayesia. La ventana principal de Bayesia: Abrir un grafo en Bayesia: Luis Antonio Chamba Eras Bayesia
  • 7. Motivación Iniciando Bayesia Utilizando Bayesia Trabajando con Bayesia Conclusiones Vistas en Bayesia. Vista Modelamiento de Red en Bayesia: Vista validación en Bayesia: Luis Antonio Chamba Eras Bayesia
  • 8. Motivación Iniciando Bayesia Utilizando Bayesia Trabajando con Bayesia Conclusiones Procesando datos en Bayesia. Abrir archivos para procesarlos en Bayesia: Definición de la estructura de datos en Bayesia: Luis Antonio Chamba Eras Bayesia
  • 9. Motivación Iniciando Bayesia Utilizando Bayesia Trabajando con Bayesia Conclusiones Procesando datos en Bayesia. Especificando tipos de datos en Bayesia: Filtrado y valores faltantes de datos en Bayesia: Luis Antonio Chamba Eras Bayesia
  • 10. Motivación Iniciando Bayesia Utilizando Bayesia Trabajando con Bayesia Conclusiones Procesando datos en Bayesia. Vista de importación de datos en Bayesia: Modo de validación en Bayesia con los datos de Iris: Luis Antonio Chamba Eras Bayesia
  • 11. Motivación Iniciando Bayesia Utilizando Bayesia Trabajando con Bayesia Conclusiones Pequeña Red Bayesiana en Bayesia. Nodos y Arcos de Variables Aleatorias Bayesia: Árbol en Bayesia de la Red: Luis Antonio Chamba Eras Bayesia
  • 12. Motivación Utilizando Bayesia Conclusiones Conclusiones Bayesia es un software muy amigable al usuario novel. Es una herramienta de apoyo a la Minería de Datos en Conjunto con Redes Bayesianas. La interfaz es en multiples idiomas. Una desventaja que es software cerrado. Luis Antonio Chamba Eras Bayesia