DISEO DE UNA ARQUITECTURA DE RED SEGURA

Anlisis de redes bayesianas con NETICA para diagnostico de enfermedadesFrank ZeladaJoseph AlfaroLuis CarrinPablo Cceres

AgendaINTELIGENCIA ARTIFICIAL213/02/2014Introduccin

Antecedentes

Objetivos

Redes Bayesianas

Aplicaciones

Caso Practico Software NETICA

Ventajas y Desventajas

ConclusionesIntroduccinINTELIGENCIA ARTIFICIAL313/02/2014Existe una herramienta capaz de aprender de forma automtica, a partir de los datos y tambin de la opinin del experto, especialmente en su primera etapa de funcionamiento, donde todava el volumen de datos no es muy elevado y la opinin del experto es ms valiosa. Esta herramienta es lo que se llama un sistema experto

Los sistemas expertos probabilsticos utilizan como base de conocimiento la estructura del espacio probabilstico, y como motor de inferencia, probabilidades condicionales. Esto permite el manejo de la incertidumbre. Dentro del espacio probabilstico, el modelo o base de conocimiento ms utilizado es la llamada red Bayesiana, la cual pretende que la propagacin de probabilidades sea exacta, rpida y no cause problemas de excesivo nmero de parmetros.

HistoriaINTELIGENCIA ARTIFICIAL413/02/2014El trmino redes bayesianas fue acuado porJudea Pearlen 1985 para hacer hincapi en tres aspectos:

El carcter subjetivo de la informacin de entrada.

La dependencia de acondicionamiento de bayes como base para la actualizacin de la informacin.

La distincin entre los modos causales y probatorio de razonamiento, lo que subrayaThomas Bayes en un documento publicado pstumamente en 1763.

El jurista John Hernry Wigmore lo uso para analizar evidencia en un juicio en 1913.

Otra variante, llamada diagrama de rutas, fue desarrollada por el genetista Sewall Wright usado en ciencias de la conducta.

ObjetivosINTELIGENCIA ARTIFICIAL513/02/2014Conocer conceptos bsicos de una red bayesiana

Demostrar caso prctico a travs del software NETICA

Mencionar las ventajas y desventajas encontradas en el uso de la aplicacin con redes bayesianas

Redes BayesianasINTELIGENCIA ARTIFICIAL613/02/2014Definicin: Una red bayesiana es un grafo acclico dirigido y anotado que describe la distribucin de probabilidad conjunta que gobierna un conjunto de variables aleatorias.

Redes BayesianasINTELIGENCIA ARTIFICIAL713/02/2014Estas redes utilizan como motor de actualizacin de probabilidad el teorema de Bayes, cuya frmula es la siguiente:

donde:P(Ai) son las probabilidades a prioriP(B/Ai) es la probabilidad de B en la hiptesisP (Ai/B) son las probabilidades a posteriori

Obtener una red Bayesiana a partir de datos es un proceso de aprendizaje que se divide en dos etapas: el aprendizaje estructural y el aprendizaje paramtrico.Aprendizaje estructural: Obtener la estructura o topologa de la red.Aprendizaje paramtrico: Dada la estructura, obtener las probabilidades asociadas.

AplicacionesINTELIGENCIA ARTIFICIAL813/02/2014Las redes bayesianas son un tipo de modelos de minera de datos que pueden ser utilizados en cualquiera de las siguientes actividades de negocio:

Prevencin del fraude Prevencin del abandono de clientes Blanqueo de dinero Marketing personalizado Mantenimiento preventivo Scoring de clientes Clasificacin de datos estelaresSoftware NETICANetica es un programa poderoso, fcil de usar, completo para trabajar con redes de creencia y diagramas de influencia. Netica puede utilizar las redes para llevar a cabo diversos tipos de inferencia utilizando los algoritmos ms rpidos y modernos.Netica puede ser utilizado para transformar una red en un nmero de maneras.

INTELIGENCIA ARTIFICIAL9

13/02/2014Software NETICAEstimacin Estructural: Existen numerosos procedimientos automticos destinados a generar grafos dirigidos a cclicos destinados a convertirse en redes bayesianas. Estimacin Paramtrica: De igual manera a como ocurre con la estimacin estructural, la estimacin de los parmetros de una red bayesiana puede hacerse automticamente o a partir del juicio de expertos. Compilacin: Antes de poder usar nuestra red para solucionar las preguntas que nos planteaba el ejemplo expuesto con anterioridad necesitamos compilar el modelo para que se ponga a funcionar en modo de inferencia. INTELIGENCIA ARTIFICIAL1013/02/2014

Caso PracticoAsumamos que trabajamos en una clnica especializada en el diagnstico y tratamiento de procesos gripales y que solemos trabajar, de manera genrica, con dos tipos de enfermedades. La gripe A (o virus H1N1) es una enfermedad poco corriente (un 22,727% de la poblacin la contrae cada ao) mientras que la gripe comn es ms frecuente (supongamos que el resto de los casos que no son gripe A son gripe comn). El dolor de cabeza y los problemas respiratorios estn asociados con ambas enfermedades. El dolor de cabeza est presente en el 88,889% de los casos de la gripe comn mientras que este sntoma est nicamente presente en el 66,667% de los casos que son diagnosticados como gripe A. Adicionalmente, los problemas respiratorios no estn presentes en la mayora de los casos de la gripe comn (94,444%) mientras que estn presentes en la mayora de los casos en que se ha contrado el virus de la gripe A (en el 83,333% de los casos). Cul es la probabilidad de que una persona que tenga dolor de cabeza haya contrado la gripe comn? Cul es la probabilidad de que una persona haya contrado la gripe comn si tiene dolor de cabeza y sufre problemas respiratorios?

INTELIGENCIA ARTIFICIAL1113/02/2014SolucinINTELIGENCIA ARTIFICIAL12

13/02/2014Ventajas y DesventajasSe puede representar de manera simultnea la dimensin cualitativa y cuantitativa de un problema o caso. Se puede realizar inferencias bidireccionalesCon el software Netica se puede estimar en porcentajes la enfermedad con los sntomas indicados.Se necesita de juicios de expertos para las probabilidades

INTELIGENCIA ARTIFICIAL1313/02/2014ConclusionesEl software Netica sirve mayormente para instituciones mdicas para detectar con un porcentaje alto la enfermedad relacionado con sus sntomas.Las redes bayesianas modelan un fenmeno mediante un conjunto de variables y las relaciones de dependencia entre ellas.Una red bayesiana es un grafo a cclico dirigido que describe la distribucin de probabilidades conjunta que gobierna un conjunto de variables aleatorias.Concluimos que las redes Bayesianas son utilizadas para proveer una forma compacta de representar el conocimiento y mtodos flexibles de razonamiento.

INTELIGENCIA ARTIFICIAL1413/02/2014The EndINTELIGENCIA ARTIFICIAL1513/02/2014