Estudo Comparativo de Métricas de Pontuação para Aprendizagem Estrutural de Redes Bayesianas

Bayesian networks are powerful tools as they represent probability distributions as graphs. They work with uncertainties of real systems. Since last decade there is a special interest in learning network structures from data. However learning the best network structure is a NP-Hard problem, so many heuristics algorithms to generate network structures from data were created. Many of these algorithms use score metrics to generate the network model. This thesis compare three of most used score metrics. The K-2 algorithm and two pattern benchmarks, ASIA and ALARM, were used to carry out the comparison. Results show that score metrics with hyperparameters that strength the tendency to select simpler network structures are better than score metrics with weaker tendency to select simpler network structures for both metrics (Heckerman-Geiger and modified MDL). Heckerman-Geiger Bayesian score metric works better than MDL with large datasets and MDL works better than Heckerman-Geiger with small datasets. The modified MDL gives similar results to Heckerman-Geiger for large datasets and close results to MDL for small datasets with stronger tendency to select simpler network structures

Redes Bayesianas são poderosas ferramentas de representação gráfica de distribuições de probabilidade. Tais redes manipulam incertezas existentes em sistemas do mundo real. A partir da última década, especial interesse no aprendizado de sua estrutura a partir de um conjunto de dados. Entretanto, o aprendizado da estrutura é um problema NP-Difícil, o que gerou a criação de Algoritmos heurísticos de busca. Muitos desses Algoritmos são baseados em métricas de pontuação para estimar o modelo. Este trabalho procura comparar três das métricas mais utilizadas. Para gerar os resul tados foram utilizadas as redes ASIA e ALARM, que são dois dos benchmarks padrões e o Algoritmo de busca K-2. A métrica Bayesiana Heckerman-Geiger com hiperparâmetros que dificultam a geração de arestas apresentam melhores resultados que àquelas que flexibilizam a geração de arestas, acontecendo o mesmo com a métrica MDL modificada. A comparação das duas métricas mostrou que a métrica Bayesiana é superior à métrica MDL com grandes conjuntos de dados e inferior, caso contrário. A modificação na métrica MDL resultou em estruturas mais próximas às apresentadas pela MDL para um conjunto reduzido de dados e mais próximas à Heckerman-Geiger para um grande conjunto de dados, quando seus parâmetros restrigem a criação de arestas