Bayesian Networks (Redes Bayesianas)

Son modelos probabilísticos gráficos que representan un conjunto de variables y sus relaciones de dependencia mediante un grafo dirigido acíclico.

Funcionan utilizando las reglas de la probabilidad bayesiana para calcular la probabilidad conjunta de las variables, lo que permite razonar de manera probabilística sobre datos inciertos o incompletos.

Se emplean en tareas de predicción, diagnóstico, aprendizaje automático y toma de decisiones bajo incertidumbre.

Integran conceptos de teoría de grafos y estadística para modelar sistemas complejos, representando tanto causas directas como sus efectos.

Pueden ser aprendidas a partir de datos utilizando algoritmos de aprendizaje supervisado y no supervisado o definidas manualmente por expertos en un dominio.

Proporcionan interpretabilidad, ya que las relaciones causales y probabilísticas quedan explícitas en la estructura del grafo.

Son adecuadas para modelar dominios donde la incertidumbre y la causalidad juegan un papel fundamental, como la medicina, los sistemas de recomendación y la inteligencia artificial.