Analyse de l'effet du bruit dans les algorithmes d'apprentissage des réseaux Bayésiens

Le bruit dans les donnees peut causer une augmentation considerable de la complexite structurelle des reseaux Bayesiens appris. Nous analysons, dans cet article, ces effets dans le detail. Contrairement aux sur-specialisations classiques affectant les autres classes de methodes d'apprentissage, nous montrons que, dans le cas des reseaux Bayesiens, ce phenomene est justifie theoriquement par un veritable changement des relations d'independance conditionnelle entre les variables. Nous montrons aussi que ce changement est benefique pour le pouvoir predictif des modeles appris.