Hva er et Bayesiansk nettverk?

Bayesianske nettverk, eller tros nettverk, er grafiske modeller som brukes for å illustrere forholdet mellom hendelser eller ideer til å antyde sannsynligheter eller usikkerhet knyttet til disse ideene eller hendelser. Disse nettverkene er basert på teorier om sannsynlighet skapt av det 18. århundre engelsk teolog og matematikeren Thomas Bayes og brukes i en rekke programmer som krever innhenting av informasjon, forutsigelser basert på begrenset inngang eller gjenkjenningsprogramvare.

Thomas Bayes

Født i 1702, er Thomas Bayes best kjent for sitt arbeid å etablere et matematisk grunnlag for å utlede sannsynligheter basert på frekvensen der en hendelse har skjedd i fortiden. Bayes fastslått at disse siste frekvensene er nyttig for å bestemme fremtidige sannsynligheter, ved hjelp av to forskjellige størrelser knyttet til den forutsagte arrangementet: kjente og ukjente. De ukjente mengder, i henhold til Bayes, kan beskrives ved en fordeling av sannsynligheter, som er utledet fra kjente mengder.

Bayseian Networks

Bayesian nettverk visuelt illustrerer de kjente og ukjente mengder av en potensiell hendelse ved å tilordne variabler og deres avhengigheter for betinget - sannsynligheten for at den variable vil skje basert på andre variabler som opptrer - på en kompleks kurve som er kjent som en rettet asyklisk graf (DAG). Disse grafene representerer det matematiske grunnlag for å modellere alle mulige sammenhenger og variabler som kan føre til en hendelse som skjer - eller ikke skjer.

Directed asykliske grafer

Hver node i et bayesisk nettverkets DAG representerer en variabel, med nodens plassering som illustrerer den sannsynlige forholdet mellom den aktuelle noden og et tilstøtende (kant tilkoblet) eller fjernt node. Dags er effektiv på modellering Bayesianske nettverk fordi disse nettverkene antyde sannsynligheten for en hendelse basert på en potensiell strøm av hendelser (noder), som er basert på variabler som oppstår i en bestemt rekkefølge og er avhengige av andre betingede variabler å skje.

applikasjoner

Bayesian nettverk er nyttige når man håndterer forutsi sannsynlige forhold, som for eksempel sannsynlighet en person har en viss sykdom, gitt at han lider av et sett av symptomer som skjedde eller presenteres i en bestemt rekkefølge. Bayesianske nettverk er også brukt i søkealgoritmer, forutsi hvilken informasjon en bruker forsøker å hente basert på tilstedeværelsen av visse søkeord; og i bilde og talegjenkjenning programvare, ved hjelp av sannsynlighets relasjoner mellom presenteres funksjoner eller betingelser for å lese sammenhenger mellom andre bilder eller lyder.