Muy buena pregunta, y estoy bastante interesado en lo que otros responderán.
Que yo sepa, las redes bayesianas aún no han logrado un gran éxito industrial. La forma ingenua simple con un solo nodo principal y muchos nodos secundarios (para síntomas / características) ha tenido un éxito masivo como clasificador (para el filtrado de spam, diagnósticos, resolución de problemas, etc.). Se ha extendido de varias maneras (árbol extendido, bosque extendido, etc.) para mejorar marginalmente el rendimiento.
Pero la verdadera red bayesiana cuidadosamente modelada con relaciones más complejas todavía no parece tener aplicaciones muy extendidas. Sin embargo, se ha utilizado y ha funcionado bien en diagnósticos médicos y otras áreas, pero solo en algunas ubicaciones o en algunas empresas. Esto es hasta donde yo sé.
- Cómo elegir un optimizador para mi modelo de tensorflow
- ¿Puede el aprendizaje automático ayudarnos a comprender el cerebro humano?
- Cómo calcular la similitud de coseno
- ¿Cómo funciona KNN?
- ¿Alguna vez ha utilizado el aprendizaje automático de alguna manera para ayudar en las pruebas de software y la automatización de pruebas?
Sin embargo, creo que cambiará en el futuro, a medida que la potencia de la computadora continúe aumentando. A diferencia de un enfoque de aprendizaje automático puro, las redes bayesianas le permiten explotar cualquier conocimiento previo que pueda tener, y no es una técnica de “caja negra”, ya que podrá ver claramente las relaciones y comprender cómo razona la red.