Estratégias Híbridas para Melhorar as Redes Bayesianas

Um dos principais factores para o sucesso da extracção de dados está relacionado com a compreensibilidade dos padrões descobertos pelas técnicas de inteligência computacional; com as redes Bayesianas a ocuparem um lugar de destaque, quando se considera a facilidade de interpretação do conhecimento alcançada. A sua semântica quantitativa e qualitativa, aliada à compreensibilidade dos padrões descobertos, motiva a sua aplicação no processo de descoberta do conhecimento. As redes Bayesianas, contudo, como qualquer técnica de inteligência computacional, apresentam limitações e desvantagens relativamente à sua utilização; entre as quais podemos apontar a aprendizagem da estrutura a partir de grandes conjuntos de dados e o fornecimento de inferências ao longo do tempo. Este livro mostrará extensões para a melhoria das redes Bayesianas, apresentando estratégias para melhorar as suas propriedades, tratando aspectos como o desempenho, bem como a interpretabilidade e utilização dos seus resultados; incorporando modelos de regressão múltipla para a aprendizagem da estrutura, e aspectos temporais utilizando cadeias de Markov. Os modelos devem ajudar os utilizadores a alargar a gama de aplicabilidade deste modelo versátil para novos domínios e tarefas.