Байесовская сеть, байесовская сеть, сеть доверия или направленная нециклическая графическая модель являются вероятностной графической моделью, которая представляет ряд случайных переменных и их условных зависимостей через направленный граф без петель (DAG).
Байесовская сеть является Вероятностной Графической Моделью, которая представляет ряд случайных переменных и их зависимостей от условных вероятностей через Направленные графы без петель (DAG), узлы которых являются случайными переменными: они могут быть заметными количествами, скрытыми переменными, неизвестными параметрами или гипотезами и представлены Таблицей условной вероятности (CPT). Края представляют условные зависимости, где узлы, которые не соединены, представляют переменные, которые условно независимы друг от друга. Каждый узел связан с функцией вероятности, которая берет в качестве входа определенное множество значений для родительских переменных узла и дает вероятность переменной, представленной узлом. Например, если родители m
логические переменные затем функция вероятности могли быть представлены таблицей 2m
записи, одна запись для каждого из 2m
возможные комбинации его родителя того, чтобы быть true
или false
.
Байесовские сети могут быть определены экспертом в случаях, где существует предшествующая информация, или быть усвоенной из обучающих данных. Существует две фазы изучения: структура, учащаяся и изучение параметров. В структуре, изучающей алгоритмы, пытаются найти лучший DAG, который описывает данные, и в параметрах, учащихся, которые гарантируют установке CPTs к данным и выбранной структуре.
Байесовские сети могут использоваться во множестве приложений, например, оно могло использоваться для представления вероятностных отношений между болезнями и признаками. Учитывая признаки, сеть может использоваться для вычислений вероятностей присутствия различных болезней. Другое распространенное приложение этой модели должно представить Ген Регулирующие Сети (GRNs), где каждый узел является геном, и края представляет вероятность каждого гена, регулирующего другой.