베이즈 네트워크: 두 판 사이의 차이

불확실성 하에 문제를 표현하고 해를 구할 수 있는 베이즈 네트트워크의 일반화를 [[영향 다이어그램]]이라고 부른다.

 

베이즈 네트워크는 변수와 그들 간의 관계에 대한 완벽한 모형화이기 때문에, 변수들에 대한 확률적 질의에 답하는데 사용될 수 있다.

 

 

베이즈 네트워크를 완전히 명시하고, 결합 확률 본포를 완전히 표현하기 위해서는 ''X''의 부모 조건 하에서 ''X''의 확률 분포를 각 마디 ''X''에 대해 결정하여야 한다.

 

단순한 경우라면, 베이즈 네트워크는 전문가에 의해 명시되어 추론을 수행하기 위해 사용될 수 있으나, 다른 응용에서는 인간이 네트워크를 정의하기에는 너무 복잡할 수 있다.

이러한 경우에 네트워크의 구조와 지역적 분포의 모수들은 자료로부터 학습되어야 한다.

베이즈 네트워크의 구조를 학습하는 것은 [[기계 학습]]의 매우 중요한 부분이다.

 

베이즈 네트워크는 [[생물 정보학]], [[약학]], [[문서 분류]], [[영상 처리]], [[자료 양합]] 및 [[결정 지원 시스템]] 등의 분야에서 지식을 [[모형화]]하는데 사용되고 있다.

 

*[[베이즈 추론]]

*[[베이즈 이론]]

*[[기계 학습]]

 

* Ben-Gal I., [http://www.eng.tau.ac.il/~bengal/BN.pdf Bayesian Networks], in Ruggeri F., Faltin F., Kenett R. (Eds.), Encyclopedia of Statistics in Quality and Reliability, John Wiley & Sons, 2007.

 

* Fenton NE and Neil M, "Combining evidence in risk analysis using Bayesian Networks". https://www.dcs.qmul.ac.uk/~norman/papers/Combining%20evidence%20in%20risk%20analysis%20using%20BNs.pdf

 

 

[[ar:شبكات بايزية]]

[[de:Bayessches Netz]]

[[es:Red bayesiana]]

[[fr:Réseau bayésien]]

[[he:רשת בייסיאנית]]

[[pt:Rede Bayesiana]]

[[ru:Байесовская сеть доверия]]

[[su:Jaringan Bayes]]

[[vi:Mạng Bayes]]