Reti bayesiane, o reti di credenze, sono modelli grafici che vengono utilizzati per illustrare le relazioni tra eventi o idee per dedurre la probabilità o le incertezze associate con tali idee o eventi. Queste reti si basano sulle teorie della probabilità creato dal teologo inglese del XVIII secolo e matematico Thomas Bayes e sono utilizzate in un'ampia varietà di applicazioni che richiedono il recupero delle informazioni, previsioni basate sul software di input o riconoscimento limitato.

Thomas Bayes

Nato nel 1702, Thomas Bayes è meglio conosciuto per il suo lavoro che istituisce una base matematica per dedurre le probabilità basate sulla frequenza in cui un evento si è verificato in passato. Bayes ha stabilito che questi ultimi frequenze sono utili per determinare le probabilità future, utilizzando due diverse quantità associata all'evento previsto: noti e sconosciuti. Le quantità sconosciute, secondo Bayes, può essere descritto da una distribuzione di probabilità, che vengono dedotti da quantità note.

Reti Bayseian

Reti bayesiane illustrano visivamente i quantitativi noti e sconosciuti di un evento potenziale mappando le variabili e le loro dipendenze condizionali..--la probabilità che si verifichi la variabile basata su altre variabili che si verificano..--su un grafico complesso conosciuto come un grafico aciclico diretto (DAG). Questi grafici rappresentano la base matematica per la modellazione di tutte le potenziali relazioni e le variabili che possono condurre a un happening evento..--o non accade.

Grafi orientati aciclici

Ogni nodo in DAG di una rete bayesiana rappresenta una variabile, con posizionamento del nodo che illustrano le probabili relazioni tra tale nodo e un'adiacente (bordo collegato) o nodo distante. I DAG sono efficienti a modellazione reti bayesiane perché queste reti dedurre la probabilità di un evento basato su un flusso potenziale di eventi (nodi), che si basa su variabili che si verificano in un ordine specifico e dipendono da altre variabili condizionale si verifichi.

Applicazioni

Reti bayesiane sono utili quando si tratta di relazioni probabili, ad esempio la probabilità che una persona ha una certa malattia, dato che egli soffre di una serie di sintomi che si è verificato o presentati in un ordine specifico di predizione. Reti bayesiane sono anche utilizzate negli algoritmi di ricerca, prevedere ciò che un utente sta tentando di recuperare le informazioni basano sulla presenza di determinate parole chiave; e nel software di riconoscimento di immagine e discorso, utilizzando rapporti di probabilità tra presentati caratteristiche o condizioni per leggere le connessioni tra altre immagini o suoni.