Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T17:33:37Z (GMT). No. of bitstreams: 1
233576.pdf: 306179 bytes, checksum: 82d5719fa606f267fd9e2a54c6dfaf18 (MD5) / O aprendizado automático em redes Bayesianas faz uso do Teorema de Bayes que é de grande importância para o cálculo de probabilidades. A teoria de probabilidade envolve métodos de propagação de crença e métodos para aprendizado destas redes, focando principalmente, o aprendizado através da inferência lógica, visto que o mesmo pode ser entendido como a base para analisar um conjunto de informações disponíveis e chegar a uma conclusão objetiva, expressa numericamente.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/85325 |
Date | January 2003 |
Creators | Plentz, Rafael Dobrachinsky |
Contributors | Universidade Federal de Santa Catarina, Westphall, Carlos Becker |
Publisher | Florianópolis, SC |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 57 f.| il. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds