Bayesiansk netværk
Et bayesiansk netværk er en slags graf, der bruges til at modellere begivenheder, som ikke kan observeres. Dette kan derefter bruges til inferens. Den graf, der anvendes, er rettet og indeholder ikke nogen cyklusser. Noderne i grafen repræsenterer tilfældige variabler. Hvis to knuder er forbundet med en kant, har den en tilknyttet sandsynlighed for at den vil blive overført fra den ene knude til den anden.
Bayesianske netværk anvendes hovedsagelig inden for (uassisteret) maskinlæring. De er blevet anvendt, når oplysninger skal klassificeres. Eksempler herpå er billed-, dokument- eller talegenkendelse og informationssøgning.
Den er baseret på pastor Thomas Bayes' opdagelse i 1740'erne, kaldet Bayes' teorem.
Historie
Udtrykket "Bayesianske netværk" blev skabt af Judea Pearl i 1985 for at fremhæve tre aspekter:
- Den ofte subjektive karakter af de indgående oplysninger.
- Tillid til Bayes' konditionering som grundlag for opdatering af oplysninger.
- Forskellen mellem kausale og evidentielle ræsonnementer, som understreger Thomas Bayes' posthumt offentliggjorte artikel fra 1763.
I slutningen af 1980'erne opsummerede de grundlæggende tekster Probabilistic Reasoning in Intelligent Systems og Probabilistic Reasoning in Expert Systems egenskaberne ved bayesianske netværk og bidrog til at etablere bayesianske netværk som et forskningsområde.
Uformelle varianter af sådanne netværk blev først brugt af retsvidenskabsmanden John Henry Wigmore i form af Wigmore-diagrammer til at analysere bevismateriale fra retssager i 1913. En anden variant, kaldet stidiagrammer, blev udviklet af genetikeren Sewall Wright og anvendt inden for social- og adfærdsvidenskab (hovedsagelig med lineære parametriske modeller).
Spørgsmål og svar
Q: Hvad er et Bayesiansk netværk?
A: Et Bayesiansk netværk er en type graf, der bruges til at modellere uobserverbare hændelser, som kan bruges til inferens.
Q: Hvilken type graf bruges i et Bayesiansk netværk?
A: En rettet graf, som ikke indeholder nogen cyklusser.
Q: Hvad repræsenterer knuderne i grafen i et Bayesiansk netværk?
A: Knudepunkterne repræsenterer tilfældige variabler.
Q: Hvordan forbindes to knudepunkter i et Bayesiansk netværk?
A: To knuder kan forbindes med en kant, og kanten har en tilknyttet sandsynlighed for at sende fra den ene knude til den anden.
Q: Inden for hvilket område bruges bayesianske netværk hovedsageligt?
A: Bayesianske netværk bruges primært inden for (uassisteret) maskinlæring.
Q: Kan Bayesianske netværk bruges til informationsklassifikation?
A: Ja, Bayesianske netværk kan bruges til informationsklassifikation inden for områder som billed-, dokument- eller talegenkendelse og informationssøgning.
Q: Hvad er grundlaget for et Bayesiansk netværk?
A: Et Bayesiansk netværk er baseret på pastor Thomas Bayes' opdagelse i 1740'erne kaldet Bayes' teorem.
