Rede bayesiana - inteligência artificial

“A principal vantagem de raciocínio probabilístico sobre raciocínio lógico é fato de que agentes podem tomar decisões racionais mesmo quando não existe informação suficiente para se provar que uma ação funcionará” Russel, Stuart J

Rede Bayesiana
Criada no inicio dos anos 80, “Redes Bayesianas” conhecida também como: rede de crença, rede de opnião, rede casual...
O que é?
Uma rede Bayesiana é representada por diversas probabilidades que relaciona um conjunto de variáveis aleatórias, utilizando um grafo orientado ficando claro a influência causal. Resaltando à esse conceito de atualização das probabilidades, o teorema de Bayes, redes bayesianas são uma ferramenta extremamente útil na estimativa de probabilidades de novas provas.
Uma rede bayesiana é um tipo de rede causal. O Cruzamento de rede Bayesiana e Teoria de utilidade é um diagrama de influência.
Definição e conceito
Redes Bayesianas são grafos aleatórios conduzidos do qual os nós representam variáveis e arcos que juntos codificam dependências condicionais entre variáveis. Nó pode representar qualquer tipo de variável, seja um parâmetro mensurável (ou medida), uma variável latente ou uma hipótese. Algoritmos existentes que realizam inferências e aprendizagem baseada em redes bayesianas. Se tem um nó A que liga e outro nó B, A é chamado pai de B, e B é chamado um filho de A. O conjunto de nós pai de um nó Xi é indicado por pai (Xi). Um gráfico aleatório conduzido é uma rede Bayesiana sobre um conjunto de variáveis, se o conjunto de distribuição dos valores do nó pode ser escrita como o produto das distribuições locais de cada nó e seus pais:
P=(X_1,…,X_N )= ∏_(i=1)^n▒〖P(〗 X_I | Pais(X_i ) ).
Se o nó Xi não tem pai, sua distribuição de probabilidade local é tomado como incondicional, caso contrário, é condicional. O valor de um nó sendo notado é evidenciado como está notado, então o nó é um nó da evidência.
Uma rede Bayesiana consiste em duas partes:
- A qualitativa: Um gráfico aleatóriamente