Бейсовите мрежи са графични модели, които представят променливите като възли, а вероятностните зависимости между тях – като насочени стрелки. С помощта на теоремата на Бейс те показват как новите наблюдения променят вероятността на други събития. Един пример е диагностичната подкрепа: оценяване на най-вероятната причина въз основа на наблюдавани симптоми. Силните им страни са прозрачността и способността да работят с несигурни или непълни данни.
Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.
Стартирайте демотоПричинно-следствените изводи (causal inference) обхващат методи за извличане на причинно-следствени връзки от данни, вместо само за откриване на корелации. Те отговарят на въпроси като „Какво би се случило, ако не бяхме предприели тази мярка?“. Инструментите включват рандомизирани експерименти като A/B тестове, причинно-следствени графи и статистически техники за наблюдателни данни. Пример: проверка дали рекламна кампания с отстъпки наистина е увеличила продажбите, или те щяха да нараснат така или иначе по сезонни причини.
Naive Bayes е семейство от прости методи за класификация, основани на теоремата на Бейс. Наричат се „наивни“, защото допускат, че всички признаци са независими един от друг, което на практика рядко е вярно, но често все пак дава добри резултати. Методите са бързи, изискват малко данни за обучение и са особено подходящи за текст. Класически пример е спам филтърът, който сортира имейлите по типични думи.
Скритият марковски модел (hidden Markov model, HMM) е статистически модел за последователности, в който действителните състояния са скрити и могат да бъдат изведени само от наблюдаеми сигнали. Той описва вероятността едно състояние да следва друго и всяко състояние да поражда дадено наблюдение. HMM дълго време са стандарт в разпознаването на реч и в определянето на частите на речта; днес все още се използват например в биоинформатиката и анализа на времеви редове.
Експертната система е компютърна програма, която съхранява експертния опит на специалисти като правила и факти и прави изводи от тях. Обикновено се състои от база знания и механизъм за извод, който прилага правилата. Експертните системи оформят ИИ през 70-те и 80-те години на миналия век, например при медицинска диагностика или конфигуриране на технически съоръжения. Идеите им живеят и днес в проверките, базирани на правила, и в графовете на знанията.
