Bayesovská síť | AI slovník

Odborná definice

Bayesian network je orientovaný acyklický graf, ve kterém uzly představují náhodné proměnné a hrany vyjadrují priame podmíněné závislosti. Ku každému uzlu patří podmíněné pravděpodobnostní rozdělení vzhledem na jeho rodičů. Společné rozdělení všech proměnných se faktorizuje jako součin těchto lokálních rozdělení. Síť umožňuje inferenci při neúplných pozorovaniach, aktualizaci presvedčení po důkaze a kombinování dat s doménovou znalostí. Směr hrany sám sám o sobě nedokazuje kauzalitu bez dalších predpokladů a dizajnu.

Srozumitelné vysvětlení

Při diagnostike může graf obsahovat uzly choroba, příznak, laboratorní výsledek a liečba. Hrany opisují, které proměnné přímo ovlivňují pravděpodobnosti jiných proměnných v modeli. Když poznáme výsledek testu, síť přepočítá pravděpodobnost choroby i při chybějících údajoch. Výhodou je, že vztahy jsou explicitní a nejistota zůstává součástí odpovědi. Model však potřebuje správnou strukturu a dobře odhadnuté podmíněné rozdělení, jinak může vytvářet přesvědčivé, ale nesprávně pravděpodobnosti.

Časté otázky

Co znamená, že graf musí být acyklický?

Nesmí obsahovat orientovanou cestu, která se vrátí do původního uzla. Tato vlastnost umožňuje jednoznačnou faktorizaci společného rozdělení. Zpětné vezby v čase se modelují například dynamickou Bayesovskou sítí s rozvinutými časovými krokmi.

Jak se v Bayesovskej síti dělá inference?

Algoritmus vypočítá posteriorné rozdělení nepozorovaných proměnných po zadaní důkazů. Použít lze přesné metody, například variable elimination, nebo aproximace, například sampling, když je síť příliš velká.

Lze struktura sítě naučit z dat?

Ano, pomocí skórovacích a constraint-based metod. Výsledná orientace však může být nejednoznačná a citlivá na skryté proměnné. Doménové omezení a intervenčné data jsou důležité, pokud se má struktura interpretovat kauzální.

Jako síť pracuje s chýbajúcimi hodnotami?

Keďže popisuje společné pravděpodobnostní rozdělení, může marginalizovat nepozorované proměnné a využit dostupné důkazy. Kvalita závisí na mechanizmu chýbání a od toho, či modelované závislosti odpovídají realite.

Jaký je rozdíl mezi Bayesovskou sítí a neuronovou sítí?

Bayesovská síť je explicitní pravděpodobnostní graf proměnných a jejich podmienených vztahů. Neuronová síť je parametrická výpočetní architektura optimalizovaná z dat. Existují hybridy, ale názvy neoznačují podobný mechanismus.

Související pojmy

Zdroje a redakční stopa

Heckerman, A Tutorial on Learning With Bayesian Networks

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.