« Réseau bayésien » : différence entre les versions
(Page créée avec « Catégorie:Wikipedia-IA Catégorie:Intelligence artificielle Catégorie:Apprentissage automatique Catégorie:scotty <br> ==Définition== Un '''réseau ba... ») Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications |
||
| Ligne 6 : | Ligne 6 : | ||
==Définition== | ==Définition== | ||
Un | Un réseau bayésien est en informatique et en statistique un modèle graphique probabiliste représentant des variables aléatoires sous la forme d'un graphe orienté acyclique. Intuitivement, ils sont à la fois : | ||
Pour un domaine donné (par exemple médical<ref name=transfustion1992/>), on décrit les relations causales entre variables d'intérêt par un '''graphe'''. Dans ce graphe, les relations de cause à effet entre les variables ne sont pas déterministes, mais '''probabilisées'''. Ainsi, l'observation d'une cause ou de plusieurs causes n'entraîne pas systématiquement l'effet ou les effets qui en dépendent, mais modifie seulement la probabilité de les observer. | #des modèles de [[représentation des connaissances]] ; | ||
#des « machines à calculer » les [[probabilités conditionnelles]] | |||
#une base pour des ''[[Système d'aide à la décision|Systèmes d'aide à la décision]]<ref name="transfustion1992">Lepage, E., Fieschi, M., Traineau, R., Gouvernet, J., & Chastang, C. (1992). ''Système d'aide à la décision fondé sur un modèle de réseau bayesien application à la surveillance transfusionnelle''. Nouvelles Méthodes de Traitement de l’Information en Médecine, 5, 76-87.</ref>'' | |||
Pour un domaine donné (par exemple médical<ref name="transfustion1992" />), on décrit les relations causales entre variables d'intérêt par un '''graphe'''. Dans ce graphe, les relations de cause à effet entre les variables ne sont pas déterministes, mais '''probabilisées'''. Ainsi, l'observation d'une cause ou de plusieurs causes n'entraîne pas systématiquement l'effet ou les effets qui en dépendent, mais modifie seulement la probabilité de les observer. | |||
L'intérêt particulier des réseaux bayésiens est de tenir compte simultanément de connaissances a priori d'experts (dans le graphe) et de l'expérience contenue dans les données. | L'intérêt particulier des réseaux bayésiens est de tenir compte simultanément de connaissances a priori d'experts (dans le graphe) et de l'expérience contenue dans les données. | ||
| Ligne 22 : | Ligne 23 : | ||
[https://fr.wikipedia.org/wiki/R%C3%A9seau_bay%C3%A9sien_dynamique Source : Wikipedia IA] | [https://fr.wikipedia.org/wiki/R%C3%A9seau_bay%C3%A9sien_dynamique Source : Wikipedia IA] | ||
<references /> | |||
Version du 21 juin 2019 à 14:19
Définition
Un réseau bayésien est en informatique et en statistique un modèle graphique probabiliste représentant des variables aléatoires sous la forme d'un graphe orienté acyclique. Intuitivement, ils sont à la fois :
- des modèles de représentation des connaissances ;
- des « machines à calculer » les probabilités conditionnelles
- une base pour des Systèmes d'aide à la décision[1]
Pour un domaine donné (par exemple médical[1]), on décrit les relations causales entre variables d'intérêt par un graphe. Dans ce graphe, les relations de cause à effet entre les variables ne sont pas déterministes, mais probabilisées. Ainsi, l'observation d'une cause ou de plusieurs causes n'entraîne pas systématiquement l'effet ou les effets qui en dépendent, mais modifie seulement la probabilité de les observer. L'intérêt particulier des réseaux bayésiens est de tenir compte simultanément de connaissances a priori d'experts (dans le graphe) et de l'expérience contenue dans les données.
Les réseaux bayésiens sont surtout utilisés pour le diagnostic (médical et industriel), l'analyse de risques, la détection des spams et le data mining. Voir: Réseau bayésien dynamique
Français
réseau bayésien dynamique n.m.
Anglais
Dynamic Bayesian Network
Contributeurs: Claude Coulombe, Jacques Barolet, wiki
