Você está na página 1de 3

Captulo

1
Bayes, do papel para o computador
Vincius Caramori da Silva

Abstract This meta-paper demonstrates a bit about the life of Thomas Bayes, taking as its focal points of the article Essay towards solving a problem in docrtine of the chances, which is to predict events mathematically, taking into account any other event that may come to interfere, moreover seeks to show that this theorem and used in the field of information technology in the area of Artificial Intelligence. Resumo Este meta-artigo demonstra um pouco sobre a vida de Thomas Bayes, tomando como ponto principal pontos do artigo Essay towards solving a problem in the docrtine of chances (Ensaio no sentido de resolver um problema na doutrina do acaso) que trata de como prever acontecimentos matematicamente, levando em conta qualquer outro acontecimento que possa vir a interferir, alem disso busca demonstrar que este teorema utilizado no ramo da informtica, na rea de Inteligncia Artificial.

1.1 Thomas Bayes


Bayes nasceu em Londres, Inglaterra no ano de 1702, por ser filho de um ministro no conformista, foi educado de forma privada. Formou-se em Teologia pela Universidade de Edimburgo na Esccia, e a exemplo de seu pai, Bayes foi nomeado ministro no conformista, em 1720 mudou-se para Turnbridge Wells, cerca de 50 km de Londres, onde se tornou ministro de uma capela Presbiteriana, onde atuou at o ano de 1752. Em vida Bayes no chegou a publicar nada em seu nome enquanto viveu, no entanto aps sua morte foram atribudas a ele, Benevolncia Divina, e um livro de matemtica chamado A Doutrina dos Fluxos, dois anos aps sua morte, o filsofo Richard Prince (1723-1791) enviou a Royal Society of London (Sociedade Real de Londres), um artigo

chamado Essay towards solving a problem in the doctrine of chances (Ensaio no Sentido de Resolver um Problema na Doutrina do Acaso).

1.2. Teorema de Bayes


O teorema de Bayes um corolrio do teorema da probabilidade total que permite calcular a seguinte probabilidade (Figura 1.1):

Figura 1.1. Teorema de Bayes

Pr(A) e Pr(B) so as probabilidades a priori de A e B Pr(B|A) e Pr(A|B) so as probabilidades a posteriori de B condicional a A e de A condicional a B respectivamente. Probabilidade a Posteriori: A posteriori, refere-se etapa para se chegar ao conhecimento que realizada atravs da experincia. Probabilidade a Priori: A priori, uma expresso filosfica que designa uma etapa para se chegar ao conhecimento A regra de Bayes mostra como alterar as probabilidades a priori tendo em conta novas evidncias de forma a obter probabilidades a posteriori.

1.3. Filtro Bayesiano


O filtro Bayesiano utilizado para classificar documentos por categorias, este filtro muito utilizado em servidores de e-mail, onde verificam a probabilidade de um e-mail ser ou no um spam.

Figura 1.2. Teorema de Bayes para classificao de spam.

1.4. Redes Bayesianas


Em meados de 1980, as teorias de Bayes comearam ser utilizadas na rea de Inteligncia Artificial, para criar sistemas que possam antecipar acontecimentos, as redes bayesianas tambm so conhecidas como rede de opinio, redes casuais, o raciocnio baseado nas incertezas, as incertezas por sua vez sofrem modificaes todas as vezes que novos dados ou resultados so observados.

1.5. Classificados Nave Bayes


O classificador Nave Bayes, juntamente com as Redes Neurais e com as rvores de Deciso, um dos mtodos mais prticos para a aprendizagem, dever ser utilizado quando houver um conjunto grande ou moderado de treinamento, e os atributos que descrevem as instancias forem condicionalmente independentes do valor alvo.

Referencias
http://www.ppgia.pucpr.br/~alekoe/IA/20082/4-AprendizagemBayesiana-IA-2008.pdf acessado em 05/12/2009; http://www.pucrs.br/famat/statweb/historia/daestatistica/biografias/Bayes.htm acessado em 05/12/2009; http://pt.wikipedia.org/wiki/Teorema_de_Bayes acessado em 06/12/2009; http://pt.wikipedia.org/wiki/Filtro_bayesiano acessado em 06/12/2009; http://pt.wikipedia.org/wiki/Rede_Bayesiana acessado em 06/12/2009;