« Réseau bayésien » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 14 : | Ligne 14 : | ||
Pour un domaine donné (par exemple médical) 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. | Pour un domaine donné (par exemple médical) 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. | ||
Note: les réseaux bayésiens sont surtout utilisés pour le diagnostic (médical et industriel), l'analyse de risques, la détection des pourriels et l'exploration des données. Voir: [[Réseau bayésien dynamique]] | Note: les réseaux bayésiens sont surtout utilisés pour le diagnostic (médical et industriel), l'analyse de risques, la détection des pourriels et l'exploration des données. Voir: [[Réseau bayésien dynamique|Réseau bayésien dynamique.]] | ||
==Français== | ==Français== |
Version du 21 juin 2019 à 14:25
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.
Pour un domaine donné (par exemple médical) 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.
Note: les réseaux bayésiens sont surtout utilisés pour le diagnostic (médical et industriel), l'analyse de risques, la détection des pourriels et l'exploration des données. Voir: Réseau bayésien dynamique.
Français
réseau bayésien dynamique n.m.
Anglais
Dynamic Bayesian Network
Contributeurs: Claude Coulombe, Jacques Barolet, wiki