1.- Bibliografía Básica:

Para la impartición del curso, se pretenden seguir los contenidos de los libros:

• Expert Systems and Probabilistic Networks, Springer (1997)
  
• Redes Probabilísticas y Neuronales en las Ciencias Atmoféricas, Ministerio de Medio Ambiente (2004)
  

2.- Material Didáctico (formato .pdf):

Como material didáctico de introducción al curso se dispone de tuturiales y transparencias sobre los sistemas expertos clásicos (basados en reglas y basados en probabilidad):

• Sistemas Expertos Basados en Reglas
• Sistemas Expertos Basados en Probabilidad

• Introducción a las Redes Probabiísticas
• Redes Bayesianas normales
• Propagación en redes Bayesianas
• Propagación aproximada
• Técnicas de propagación simbólica

lecturas:

• Reglas de asociación (algoritmo AIS)
• Rich Knight Statistical Learning
• Bayesnets Classifiers (Friedman 1997)
• Weka (book and sofware)
  

3.- Software de demostración y de libre uso:

Durante el curso se realizarán prácticas con distintos programas de dominio público (o versiones demo de programas comerciales):

• Hugin (redes Bayesianas)
• Bayes Networks Power Constructor
• Java Bayes

Más software en kdnuggets

• ejemplo.txt ejemploEtiquetas.txt
• ejemplo Matlab