0:00:00.118,0:00:02.898
Así que, ahora, vamos a ver un ejemplo en una red real,

0:00:02.898,0:00:06.181
y trataremos de ver como es el aspecto de una CPD,

0:00:06.181,0:00:07.738
cuál es el comportamiento que obtenemos,

0:00:07.738,0:00:09.488
y cómo podríamos aumentar la red

0:00:09.488,0:00:11.238
para incluir cosas adicionales.

0:00:11.238,0:00:12.802
Ahora, déjenme advertirles por adelantado

0:00:12.802,0:00:14.656
que se trata de una red de juguete,

0:00:14.656,0:00:16.263
no es una red real,

0:00:16.263,0:00:19.622
aunque es lo suficientemente compacta como para mirarla, pero

0:00:19.622,0:00:22.918
aún lo suficientemente interesante como para obtener algunos comportamientos no triviales.

0:00:24.579,0:00:26.593
Por lo tanto, para explorar la red,

0:00:26.593,0:00:28.854
vamos a utilizar un sistema llamado SAMIAM.

0:00:28.854,0:00:31.662
Fue producido por Adnan Darwiche y su grupo de la UCLA,

0:00:31.662,0:00:32.640
y es bueno

0:00:32.640,0:00:36.151
porque en realidad funciona en todo tipo de plataformas diferentes,

0:00:36.151,0:00:38.911
así que puede ser utilizado por cualquiera.

0:00:38.911,0:00:41.537
Así que echemos un vistazo a un problema particular:

0:00:41.537,0:00:43.616
Imaginemos que somos una compañía de seguros

0:00:43.616,0:00:44.888
y estamos tratando de decidir

0:00:44.888,0:00:46.438
para una persona que llega

0:00:46.438,0:00:49.002
si se le da seguro o no.

0:00:49.002,0:00:51.746
Así, el aspecto operativo para tomar esa decisión

0:00:51.746,0:00:54.369
es cuanto nos va a costar la póliza,

0:00:54.369,0:00:55.892
es decir, cuánto vamos a tener que pagar

0:00:55.892,0:00:58.915
en el transcurso de un año para asegurar a esta persona.

0:00:58.915,0:01:02.287
Por lo tanto hay una variable llamada "Cost".

0:01:02.287,0:01:06.847
Vamos a hacer clic sobre él para ver qué propiedades tienen esa variable.

0:01:06.847,0:01:08.507
Y podemos ver que en este caso,

0:01:08.507,0:01:11.952
hemos decidido dar sólo dos valores para la variable "Cost",

0:01:11.952,0:01:13.772
Bajo y Alto.

0:01:13.772,0:01:16.790
Esto es claramente una aproximación muy de grano grueso

0:01:16.790,0:01:18.472
y no una que vayamos a utilizar en la práctica.

0:01:18.472,0:01:20.303
En realidad, es probable que

0:01:20.303,0:01:22.135
ésta sea una variable continua

0:01:22.135,0:01:25.887
cuyo entendimiento depende de varios aspectos del modelo.

0:01:25.887,0:01:27.783
Sin embargo, para los propósitos de nuestro ejemplo,

0:01:27.783,0:01:29.559
vamos a utilizar esta distribución discreta

0:01:29.559,0:01:31.273
que sólo tiene valores Bajo y Alto.

0:01:31.273,0:01:32.647
Está bien.

0:01:32.647,0:01:36.855
Así que ahora, vamos a construir esta red mediante la técnica de

0:01:36.855,0:01:39.504
"ampliar la conversación" que mencionamos antes.

0:01:39.504,0:01:44.224
Así que, ¿cuál es el factor determinante más importante

0:01:44.224,0:01:46.740
en cuanto a costos que la compañía de seguros tiene que pagar?

0:01:46.740,0:01:50.647
Bueno, probablemente si la persona tiene accidentes

0:01:50.647,0:01:51.977
y qué tan severos son.

0:01:51.977,0:01:57.005
Así que aquí tenemos una red que tiene dos variables:

0:01:57.005,0:01:59.724
una es "Accident" y la otra es "Cost".

0:01:59.724,0:02:02.645
Y en este caso hemos decidido seleccionar

0:02:02.645,0:02:05.701
tres valores posibles para la variable "Accident",

0:02:05.701,0:02:09.031
Ninguno, Leve y Severo,

0:02:09.031,0:02:14.442
y con las probabilidades que ven en la lista.

0:02:14.442,0:02:17.447
Y lo que se ve abajo es la variable "Cost".

0:02:17.447,0:02:18.759
Y abrimos la CPD

0:02:18.759,0:02:24.845
de la variable "Cost" dada la variable "Accident".

0:02:24.845,0:02:26.946
Y podemos ver que, en este caso,

0:02:26.946,0:02:29.169
tenemos una tabla de probabilidad condicional

0:02:29.169,0:02:33.358
de "Cost" dado "Accident".

0:02:33.358,0:02:35.485
Noten que esto en realidad está invertido

0:02:35.485,0:02:38.542
respecto a la notación que hemos utilizado en la clase anterior,

0:02:38.542,0:02:41.713
porque acá los casos condicionados son columnas,

0:02:41.713,0:02:44.545
mientras que en los ejemplos que hemos dado

0:02:44.545,0:02:45.754
han sido filas.

0:02:45.754,0:02:49.189
Pero eso está bien, es la misma cosa, sólo invertida.

0:02:49.650,0:02:51.102
Y así vemos, por ejemplo,

0:02:51.102,0:02:54.418
que si la persona no tiene accidentes,

0:02:54.418,0:02:56.765
es muy probable que los costos sea muy bajos.

0:02:56.765,0:03:01.581
Accidentes leves incurre en distribuciones diferentes sobre los costos.

0:03:01.581,0:03:03.173
Y los accidentes graves tienen

0:03:03.173,0:03:05.789
una probabilidad de 0,9 de tener alto costo

0:03:05.789,0:03:08.414
y 0,1 de tener un bajo costo.

0:03:09.060,0:03:11.749
Así que ahora, vamos a seguir ampliando la conversación

0:03:11.749,0:03:14.088
y preguntar que depende de "Accident".

0:03:14.088,0:03:17.207
Y parece ser que uno de los factores obvios

0:03:17.207,0:03:20.409
es si la persona es un buen conductor o no.

0:03:20.409,0:03:22.661
Y así podríamos esperar que la calidad del conductor

0:03:22.661,0:03:23.965
sea un padre de "Accident".

0:03:23.965,0:03:25.214
Pero hay otras cosas

0:03:25.214,0:03:27.853
que también afectan no sólo la presencia de un accidente,

0:03:27.853,0:03:29.911
sino también la gravedad del accidente.

0:03:29.911,0:03:33.909
Así, por ejemplo, el tamaño del vehículo afectaría

0:03:33.909,0:03:37.117
la gravedad de un accidente porque

0:03:37.117,0:03:40.788
si están conduciendo una SUV de gran tamaño, entonces

0:03:40.788,0:03:43.599
es probable que no tengan un accidente tan grave,

0:03:43.599,0:03:45.685
pero a su vez quizás podría aumentar

0:03:45.685,0:03:47.374
la probabilidad de tener un accidente global,

0:03:47.374,0:03:51.830
ya que a lo mejor un coche grande es más difícil de manejar.

0:03:52.615,0:03:56.381
Y entonces, el año del vehículo podría afectar las posibilidades de un accidente

0:03:56.381,0:03:59.509
debido a la presencia o ausencia de ciertas características de seguridad

0:03:59.509,0:04:02.037
como los frenos antibloqueo y airbags.

0:04:02.037,0:04:03.814
Así que vamos a abrir la CPD de "Accident"

0:04:03.814,0:04:05.173
y vemos como luce

0:04:05.173,0:04:07.325
ahora que tenemos todos los padres para ella.

0:04:07.325,0:04:10.213
Y podemos ver acá que tenemos,

0:04:10.213,0:04:13.165
en este caso, ocho casos condicionados,

0:04:13.165,0:04:18.317
correspondiente a tres variables, dos valores cada uno.

0:04:18.317,0:04:22.757
Y acá, sólo para ver una una de las muestra

0:04:22.757,0:04:26.046
de la distribución, por ejemplo,

0:04:26.046,0:04:30.749
si se trata de un vehículo bastante nuevo (después de 2000)

0:04:30.749,0:04:32.398
y es una SUV,

0:04:32.398,0:04:35.725
la probabilidad de tener un accidente grave es muy baja,

0:04:35.725,0:04:38.813
y la probabilidad de tener un accidente leve es moderada,

0:04:38.813,0:04:44.774
y la probabilidad de no tener accidentes es de 0,85.

0:04:44.774,0:04:48.525
Mientras que si se compara con la entrada correspondiente

0:04:48.525,0:04:52.053
cuando mantenemos todo fijo, excepto que ahora es un coche compacto,

0:04:52.053,0:05:00.509
vemos que la probabilidad de tener un accidente leve es menor,

0:05:00.509,0:05:03.045
pero la probabilidad de no tener accidentes es mayor,

0:05:03.045,0:05:08.059
representando patrones de conducción diferentes, por ejemplo.

0:05:08.506,0:05:11.649
Bien, entonces con esta red

0:05:11.649,0:05:13.649
podemos empezar a hacer preguntas simples.

0:05:14.695,0:05:17.145
Así que, para dar algún ejemplo de inferencia causal,

0:05:17.145,0:05:20.559
vamos a instanciar, por ejemplo, "Driving_quality" en Bueno,

0:05:21.574,0:05:23.936
y en Malo.

0:05:23.936,0:05:27.054
Y podemos ver que para un mal conductor

0:05:27.054,0:05:31.397
la probabilidad de un costo bajo es 81%.

0:05:31.397,0:05:36.325
Y para un buen conductor de la probabilidad de un costo bajo es 87%.

0:05:36.325,0:05:38.381
Si nos fijamos en los accidentes

0:05:38.381,0:05:41.278
se puede ver que para un buen conductor

0:05:41.278,0:05:44.800
hay una probabilidad de 87,5% de no tener accidentes

0:05:44.800,0:05:46.431
y 10% de tener un accidente leve.

0:05:46.431,0:05:50.957
Y la probabilidad de no tener accidentes baja para un mal conductor,

0:05:50.957,0:05:53.422
y accidentes leves sube,

0:05:53.422,0:05:55.453
y accidentes graves también se va hacia arriba.

0:05:55.453,0:05:59.077
Ahora, tengan en cuenta que muchas de estas diferencias son muy sutiles.

0:05:59.077,0:06:02.054
Hay una diferencia de un par de puntos porcentuales de una manera u otra.

0:06:02.054,0:06:04.038
Y se podría pensar que,

0:06:04.038,0:06:05.326
si estuvieran diseñando una red,

0:06:05.326,0:06:09.245
les gustaría que estos cambios de probabilidad sean realmente extremos

0:06:09.245,0:06:11.485
cuando se instancias valores distintos.

0:06:11.485,0:06:13.790
Pero en muchos casos esto no es realmente cierto,

0:06:13.790,0:06:15.052
y estas diferencias sutiles

0:06:15.052,0:06:17.643
son en realidad muy importante para una compañía de seguros

0:06:17.643,0:06:19.819
que asegura cientos de miles de personas.

0:06:19.819,0:06:22.495
Un par de puntos porcentuales en la probabilidad de un accidente

0:06:22.495,0:06:24.855
puede hacer una gran diferencia a la propia rentabilidad.

0:06:25.809,0:06:26.972
Así que ahora vamos a pensar en

0:06:26.972,0:06:29.519
cómo podríamos expandir esta red aún más.

0:06:30.196,0:06:33.244
El tamaño de vehículo y año del vehículo son cosas

0:06:33.244,0:06:35.851
que podemos observar en el foro de seguros.

0:06:35.851,0:06:39.070
Pero la calidad del conductor es muy difícil de observar.

0:06:39.070,0:06:41.829
No se puede preguntarle a alguien: "Oh, ¿eres un buen conductor?"

0:06:41.829,0:06:43.451
Porque todo el mundo va a decir:

0:06:43.451,0:06:45.123
"Claro, soy el mejor conductor!".

0:06:45.123,0:06:49.272
Por lo tanto no va a ser una cuestión de gran utilidad.

0:06:49.272,0:06:53.147
Entonces, ¿qué evidencias podemos observar que nos

0:06:53.147,0:06:57.148
podrían indicar el valor de la calidad de conductor?

0:06:57.148,0:07:01.491
Una obvia es el registro de conducir de la persona.

0:07:01.491,0:07:03.556
Es decir, si ha tenido accidentes anteriores

0:07:03.556,0:07:05.355
o infracciones anteriores.

0:07:05.832,0:07:08.412
Por lo tanto, vamos a pensar en añadir una variable

0:07:08.412,0:07:09.880
que representa la historia de conducción.

0:07:10.665,0:07:13.507
Y así vamos a introducir esa variable.

0:07:13.507,0:07:16.315
Por lo tanto, puede hacer clic en este botón

0:07:16.315,0:07:17.697
que nos permite crear un nodo.

0:07:17.697,0:07:19.841
El nodo ahora se llama "variable1"

0:07:19.841,0:07:21.036
por lo que tenemos que darle un nombre.

0:07:21.036,0:07:24.787
Así, por ejemplo, vamos a llamarlo "DrivingHistory".

0:07:26.079,0:07:28.074
Y ese es su identificador,

0:07:28.074,0:07:30.620
y también tenemos el nombre de la variable,

0:07:30.620,0:07:32.246
que es generalmente el mismo.

0:07:32.246,0:07:35.195
Y vamos a darle dos valores,

0:07:35.195,0:07:37.725
digamos PreviousAccident y NoPreviousAccident.

0:07:41.586,0:07:45.760
Ahora, ¿dónde vamos a poner esta variable en la red?

0:07:45.760,0:07:48.828
Uno podría pensar inicialmente que hay que

0:07:48.828,0:07:53.228
colocar "DrivingHistory" como padre de "Driver_quality"

0:07:53.228,0:07:57.150
porque el historial de conducción puede influenciar

0:07:57.150,0:07:59.044
nuestras creencias sobre la calidad del conductor.

0:07:59.044,0:08:01.290
Ahora, es verdad que la observación del historial de conducción

0:08:01.290,0:08:03.651
cambia nuestra probabilidad de la calidad del conductor,

0:08:03.651,0:08:07.443
pero si piensan en la propia estructura causal de esta situación,

0:08:07.443,0:08:11.878
lo que realmente tenemos es que la calidad del conductor es un factor causal

0:08:11.878,0:08:13.968
tanto de un accidente anterior

0:08:13.968,0:08:16.765
como un accidente posterior.

0:08:16.765,0:08:18.327
Y lo que si queremos mantener es

0:08:18.327,0:08:20.421
la estructura causal intuitiva del dominio,

0:08:20.421,0:08:28.095
algo más adecuado es añadir "DrivingHistory" como hijo

0:08:28.095,0:08:29.972
en lugar de padre de "Driver_quality".

0:08:29.972,0:08:32.187
Pueden preguntarse por qué es importante,

0:08:32.187,0:08:33.864
y en este ejemplo muy sencillo

0:08:33.864,0:08:36.874
los dos modelos son, en cierto sentido equivalentes

0:08:36.874,0:08:38.851
y podríamos haberlas colocado de cualquier manera,

0:08:38.851,0:08:44.076
excepto que la CPD de la calidad del conductor dado el historial de conducción

0:08:44.076,0:08:46.006
puede ser un poco menos intuitivo.

0:08:46.006,0:08:49.955
Pero si tuviéramos otros indicadores de calidad del conductor,

0:08:49.955,0:08:52.436
por ejemplo, una infracción anterior,

0:08:52.436,0:08:55.661
entonces en realidad tiene mucho más sentido

0:08:55.661,0:08:58.559
tener todos ellos como hijos de la calidad del conductor

0:08:58.559,0:09:00.925
en vez de padres de la calidad del conductor.

0:09:01.802,0:09:02.680
Está bien.

0:09:02.680,0:09:07.481
Esto nos muestra cómo podemos añadir una variable a la red.

0:09:07.481,0:09:09.764
Y ahora vamos a abrir una red mucho más grande

0:09:09.764,0:09:13.007
que incluye estas variables y otras.

0:09:13.007,0:09:15.971
Miramos ahora en esta red más grande,

0:09:15.971,0:09:17.347
y podemos ver

0:09:17.347,0:09:20.237
que hemos añadido algunas variables diferentes a la red.

0:09:20.237,0:09:23.211
Hemos añadido atributos del vehículo,

0:09:23.211,0:09:27.284
por ejemplo, si el vehículo tenía frenos antibloqueo y airbag,

0:09:27.284,0:09:28.787
que nos va a permitir dar

0:09:28.787,0:09:31.483
probabilidades más informativas sobre el accidente.

0:09:31.483,0:09:35.227
También hemos introducido aspectos del conductor,

0:09:35.227,0:09:38.243
por ejemplo, si ha tenido una ruta de entrenamiento extra,

0:09:38.243,0:09:40.084
que va a aumentar la calidad de conducción,

0:09:40.084,0:09:41.684
si es joven o viejo,

0:09:41.684,0:09:42.952
donde se supone

0:09:42.952,0:09:45.883
que las personas más jóvenes tienden a ser conductores más imprudentes,

0:09:45.883,0:09:50.373
y si el conductor es enfocado o fácilmente distraído,

0:09:50.373,0:09:52.848
que a su vez va a afectar a la calidad de conducción.

0:09:53.648,0:09:58.681
Ahora bien, como el tipo de personalidad es difícil de observar,

0:09:58.681,0:10:03.155
añadimos otra variable que es "Good_student"

0:10:03.155,0:10:05.654
lo que podría indicar el tipo de personalidad.

0:10:05.654,0:10:08.862
Así que vamos a abrir la CPD para este,

0:10:11.293,0:10:14.071
y así podemos ver acá que, por ejemplo,

0:10:14.071,0:10:20.999
si sos una persona enfocada y joven,

0:10:20.999,0:10:23.720
es mucho más probable que seas un buen estudiante,

0:10:23.720,0:10:28.439
mucho más que si no sos una persona enfocada y joven.

0:10:28.439,0:10:32.303
Si sos viejo, no es muy probable que seas un estudiante,

0:10:32.303,0:10:38.021
por lo que esta probabilidad básicamente dice que si sos viejo,

0:10:38.021,0:10:39.883
no es muy probable que seas un estudiante,

0:10:39.883,0:10:41.322
y por lo tanto no es probable ser un buen estudiante.

0:10:42.014,0:10:47.608
Así que, ahora que hemos añadido todas estas variables a la red,

0:10:47.608,0:10:51.161
vamos a seguir adelante y ejecutar algunas consultas para ver qué pasa.

0:10:51.161,0:10:56.918
Y vamos a empezar por mirar la probabilidad a priori de "Accident"

0:10:56.918,0:10:59.942
antes de observar nada.

0:10:59.942,0:11:04.299
Podemos ver que la probabilidad de ningún accidente es cercana al 79,5%.

0:11:04.299,0:11:07.065
La probabilidad de accidente grave es de aproximadamente 3%.

0:11:07.065,0:11:10.077
Ahora vamos a seguir adelante y decirle al sistema

0:11:10.077,0:11:11.837
que tenemos un buen estudiante en cuestión.

0:11:11.837,0:11:13.608
Así que vamos a observar

0:11:13.608,0:11:15.978
que el estudiante es un buen estudiante,

0:11:15.978,0:11:17.567
y vamos a ver qué pasa.

0:11:18.059,0:11:19.695
Podemos ver, sorprendentemente,

0:11:19.695,0:11:20.807
que a pesar de que se observa

0:11:20.807,0:11:21.887
que alguien es un buen estudiante,

0:11:21.887,0:11:23.954
la probabilidad de ningún accidente

0:11:23.954,0:11:27.699
se redujo de 79,5% a 78%,

0:11:27.699,0:11:29.582
y la probabilidad de accidentes graves

0:11:29.582,0:11:32.819
subió de 3,5% a 3,67%.

0:11:32.819,0:11:33.880
Ustedes pueden decir:

0:11:33.880,0:11:35.986
"Bueno, pero me dijo que es un buen estudiante,

0:11:35.986,0:11:38.138
¿No debería bajar la probabilidad de accidentes?"

0:11:38.307,0:11:41.972
Así que echemos un vistazo a algunos caminos activos en este grafo.

0:11:41.972,0:11:46.461
Un camino activo pasa desde "Good_student" a "Focused",

0:11:46.461,0:11:48.928
a "Driver_quality",

0:11:48.928,0:11:49.939
a "Accident".

0:11:49.939,0:11:53.602
Y es bastante seguro que, si tenemos en cuenta ese camino de forma aislada,

0:11:53.602,0:11:58.378
probablemente va a hacer que la probabilidad de ningún accidente sea mayor.

0:11:58.378,0:12:00.204
Sin embargo, tenemos otro camino activo.

0:12:00.204,0:12:04.058
Tenemos el camino activo que va de "Good_student" hasta "Age",

0:12:04.058,0:12:07.085
y luego hacia abajo, a través de "Driver_quality".

0:12:07.085,0:12:09.921
Por lo tanto, para ver esto, vamos a desmarcar en buen estudiante

0:12:09.921,0:12:11.281
y ver qué pasa.

0:12:11.281,0:12:15.767
Noten que inicialmente la probabilidad de que el conductor sea joven era del 25%,

0:12:15.767,0:12:17.710
pero cuando observé un buen estudiante,

0:12:17.710,0:12:20.538
subió a cerca de 95%.

0:12:20.538,0:12:23.143
Y eso fue suficiente para contrarrestar la influencia

0:12:23.143,0:12:27.446
a lo largo de este camino activo más evidente.

0:12:27.831,0:12:31.551
Así que, para demostrar que esto es precisamente lo que está pasando,

0:12:31.551,0:12:35.783
hagamos click para

0:12:35.783,0:12:38.415
instanciar el hecho de que el estudiante es joven,

0:12:38.415,0:12:43.446
y podemos ver que la probabilidad de accidente grave subió hasta el 3,7%

0:12:43.446,0:12:47.967
y ningún accidente bajó un poco por debajo del 77%.

0:12:47.967,0:12:51.559
Y ahora vamos a observar buen estudiante y ver qué pasa.

0:12:51.559,0:12:53.174
Así que ahora observamos buen estudiante,

0:12:53.174,0:13:01.656
y la probabilidad de ningún accidentes se fue a 78%,

0:13:01.656,0:13:07.036
a diferencia del anterior, cuando era 77%.

0:13:07.036,0:13:10.558
Y la razón de esto

0:13:10.558,0:13:12.773
es que ahora hemos bloqueado este camino

0:13:12.773,0:13:15.871
que va de buen estudiante, a través de la edad, a la calidad del conductor

0:13:15.871,0:13:17.917
mediante la observación de esta variable que bloquea el camino.

0:13:17.917,0:13:20.624
Así podemos ver que los patrones de razonamiento

0:13:20.624,0:13:24.981
en una red bayesiana a veces son sutiles.

0:13:24.981,0:13:28.640
Y hay diferentes caminos que pueden afectar a las cosas

0:13:28.640,0:13:31.748
y interactúan entre sí de diferentes maneras.

0:13:31.748,0:13:34.698
Y de esta manera, es útil tomar el modelo

0:13:34.698,0:13:36.315
y jugar con diferentes consultas

0:13:36.315,0:13:37.734
y diferentes combinaciones de evidencias

0:13:37.734,0:13:40.026
para entender el comportamiento de una red.

0:13:40.026,0:13:41.341
Y especialmente si están diseñando

0:13:41.341,0:13:43.786
dicha red para una aplicación particular,

0:13:43.786,0:13:46.290
es útil para probar las diferentes consultas

0:13:46.290,0:13:48.053
y ver si el comportamiento que se obtiene

0:13:48.053,0:13:49.706
es el comportamiento que desean conseguir.

0:13:49.706,0:13:52.076
Y si no, entonces necesitan preguntarse

0:13:52.076,0:13:55.962
¿cómo puedo modificar esta red para obtener un comportamiento

0:13:55.962,0:14:00.498
que es más similar a la conducta deseada?.

0:14:00.498,0:14:03.755
Esta red está disponible para que jueguen

0:14:03.755,0:14:06.005
y puedan probar diferentes cosas

0:14:06.005,0:14:08.961
y ver qué comportamientos se obtienen.