Las redes bayesianas son modelos gráficos que representan las variables como nodos y sus dependencias probabilísticas como flechas dirigidas. Con el teorema de Bayes permiten calcular cómo cambian las nuevas observaciones la probabilidad de otros sucesos. Un ejemplo es el apoyo al diagnóstico: a partir de los síntomas observados se estima la causa más probable. Sus ventajas son la transparencia y el manejo de datos inciertos o incompletos.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoLa inferencia causal agrupa los métodos que permiten deducir relaciones de causa y efecto a partir de datos, en lugar de quedarse en simples correlaciones. Responde a preguntas como «¿Qué habría pasado si no hubiéramos aplicado esta medida?». Sus herramientas incluyen experimentos aleatorizados como los tests A/B, grafos causales y técnicas estadísticas para datos observacionales. Ejemplo: comprobar si una promoción aumentó de verdad las ventas o si habrían subido igualmente por la temporada.
Naive Bayes es una familia de métodos de clasificación sencillos basados en el teorema de Bayes. Se llaman «ingenuos» porque suponen que todas las variables son independientes entre sí, algo que rara vez se cumple en la práctica pero que a menudo da buenos resultados. Son rápidos, necesitan pocos datos de entrenamiento y funcionan especialmente bien con textos. Un ejemplo clásico es el filtro de spam que clasifica correos según palabras típicas.
Un modelo oculto de Márkov (Hidden Markov Model, HMM) es un modelo estadístico para secuencias en el que los estados reales están ocultos y solo se pueden deducir a partir de señales observables. Describe la probabilidad de que un estado siga a otro y de que produzca una observación determinada. Los HMM fueron durante años el estándar en reconocimiento de voz y etiquetado gramatical; hoy se siguen usando, por ejemplo, en bioinformática y series temporales.
Un sistema experto es un programa informático que guarda el conocimiento de especialistas humanos en forma de reglas y hechos y extrae conclusiones a partir de ellos. Suele constar de una base de conocimiento y un motor de inferencia que aplica las reglas. Los sistemas expertos marcaron la IA de los años setenta y ochenta, por ejemplo en el diagnóstico médico o la configuración de equipos técnicos. Sus ideas siguen vivas en las comprobaciones basadas en reglas y los grafos de conocimiento.
