OPTIMIZACIÓN DE MALLA VARIABLE APLICADA AL APRENDIZAJE DE CLASIFICADORES BAYESIANOS

Abstract

En este artículo se define una forma de aprendizaje estructural para clasificadores bayesianos utilizando la Meta heurística Optimización basada en Mallas Variables, VMO. El método se basa en encontrar la topología de redes bayesianas arbitrarias que mejor clasifique los datos. En el proceso se utiliza una técnica envolvente para la tarea de aprendizaje supervisado. Este problema de optimización es complejo, ya que el espacio crece de manera exponencial en dependencia del número de variables. La propuesta fue probada en un escenario educativo y comparada con otros clasificadores bayesianos utilizando software de acceso libre como Elvira y Weca.