Sieć bayesowska
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 edytuj
Termin "sieć bayesowska" został wymyślony przez Judea 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[1]
Pod koniec lat 80. książki Pearla "Rozumowanie probabilistyczne w inteligentnych systemach"[2] oraz Neapolitana "Rozumowanie probabilistyczne w systemach ekspertowych"[3] podsumowały ich właściwości i ustanowiły je jako dziedzinę badań.
Przypisy edytuj
- ↑ LII. An essay towards solving a problem in the doctrine of chances. By the late Rev. Mr. Bayes, F. R. S. communicated by Mr. Price, in a letter to John Canton, A. M. F. R. S, „Philosophical Transactions of the Royal Society of London”, 53, 1763, s. 370–418, DOI: 10.1098/rstl.1763.0053, ISSN 0261-0523 [dostęp 2024-02-05] (łac.).
- ↑ Judea Pearl, Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference, San Francisco CA: Morgan Kaufmann.: Morgan Kaufmann, wrzesień 1988, ISBN 978-1-55860-479-7 [dostęp 2024-02-05] (ang.).
- ↑ Richard E. Neapolitan, Probabilistic Reasoning in Expert Systems: Theory and Algorithms, CreateSpace Independent Publishing Platform, 19 czerwca 2012, ISBN 978-1-4774-5254-7 [dostęp 2024-02-05] (ang.).