Resumen

El problema de la extracción de conocimientos de una base de datos relacional para el razonamiento probabilístico sigue sin resolverse. Basándonos en un marco de aprendizaje en tres fases, proponemos la integración de una red bayesiana (BN) con la técnica de descubrimiento de dependencias funcionales (FD). Se emplea el análisis de reglas de asociación para descubrir las FD y el conocimiento experto codificado dentro de una BN; es decir, se hace hincapié en las relaciones clave entre atributos. Además, la BN puede actualizarse mediante un proceso de anotación dirigido por expertos en el que se eliminan los nodos y aristas redundantes. Los resultados experimentales demuestran la eficacia y eficiencia del método propuesto.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:análisis de reglas de asociación, marco de aprendizaje por fases, red bayesiana, resultados experimentales, proceso de anotación, técnica de descubrimiento, conocimiento experto, dependencia funcional, relaciones clave, razonamiento probabilístico
• Keywords:association rule analysis, phase learning framework, bayesian network, experimental results, annotation process, discovery technique, expert knowledge, functional dependency, key relationships, probabilistic reasoning