Sieć bayesowska służy do przedstawiania zależności pomiędzy zdarzeniami bazując na rachunku prawdopodobieństwa. Klasycznym przykładem jest reprezentowanie zależności pomiędzy symptomami a chorobą.
Formalnie taka sieć jest modelowana za pomocą skierowanego grafu acyklicznego, w którym wierzchołki reprezentują zdarzenia, a łuki związki przyczynowe pomiędzy tymi zdarzeniami. Jeśli od wierzchołka A prowadzi ścieżka do wierzchołka B to B jest potomkiem A. Podstawowym założeniem sieci bayesowskiej jest niezależność danego zdarzenia od wszystkich innych, które nie są jego potomkami.
Historia Termin "sieć bayesowska" został zaproponowany przez Judeę Pearla w 1985 roku, aby podkreślić:
często subiektywny charakter informacji wejściowej poleganie na warunkowaniu Bayesa jako podstawie do aktualizacji informacji różnicę między przyczynowymi a dowodowymi trybami rozumowania
Pod koniec lat 80. książki Pearla "Rozumowanie probabilistyczne w inteligentnych systemach" oraz "Rozumowanie probabilistyczne w systemach ekspertowych" podsumowały ich właściwości i ustanowiły je jako dziedzinę badań.
Zobacz też twierdzenie Bayesa Thomas Bayes
Przypisy
Kategoria:Klasyfikacja statystyczna Kategoria:Statystyka bayesowska Kategoria:Uczenie maszynowe