Anlisis de redes

bayesianas con NETICA

para diagnostico de
enfermedades
Frank Zelada
Joseph Alfaro
Luis Carrin
Pablo Cceres
Agenda
INTELIGENCIA ARTIFICIAL 2 15/07/2014
Introduccin

Antecedentes

Objetivos

Redes Bayesianas

Aplicaciones

Caso Practico Software NETICA

Ventajas y Desventajas

Conclusiones
Introduccin
INTELIGENCIA ARTIFICIAL 3 15/07/2014
Existe 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.

Historia
INTELIGENCIA ARTIFICIAL 4 15/07/2014
El trmino redes bayesianas fue acuado por Judea Pearl en 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 subraya Thomas 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.


Objetivos
INTELIGENCIA ARTIFICIAL 5 15/07/2014
Conocer 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
Bayesianas
INTELIGENCIA ARTIFICIAL 6 15/07/2014
Definicin: 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
Bayesianas
INTELIGENCIA ARTIFICIAL 7 15/07/2014



Estas redes utilizan como motor de actualizacin de probabilidad el teorema
de Bayes, cuya frmula es la siguiente:

donde:
P(Ai) son las probabilidades a priori
P(B/Ai) es la probabilidad de B en la hiptesis
P (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.

Aplicaciones
INTELIGENCIA ARTIFICIAL 8 15/07/2014

Las 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 estelares
Software
NETICA
Netica 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 ARTIFICIAL 9 15/07/2014
Software
NETICA
Estimacin 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 ARTIFICIAL 10 15/07/2014
Caso Practico

Asumamos 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 ARTIFICIAL 11 15/07/2014
Solucin
INTELIGENCIA ARTIFICIAL 12 15/07/2014
Ventajas y
Desventajas

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

INTELIGENCIA ARTIFICIAL 13 15/07/2014
Conclusiones
El 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 ARTIFICIAL 14 15/07/2014
The End
INTELIGENCIA ARTIFICIAL 15 15/07/2014