Glossaire

Réseaux bayésiens

Qu’est-ce que Réseaux bayésiens ?

Les réseaux bayésiens sont des modèles graphiques qui représentent les variables par des nœuds et leurs dépendances probabilistes par des flèches orientées. Grâce au théorème de Bayes, ils permettent de calculer comment de nouvelles observations modifient la probabilité d'autres événements. Exemple : l'aide au diagnostic, qui estime la cause la plus probable à partir de symptômes observés. Leurs atouts sont la lisibilité et la prise en compte de données incertaines ou lacunaires.

Thèmes

Probabilités
Modèles graphiques
Statistiques

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Inférence causale

L'inférence causale regroupe les méthodes permettant de déduire des relations de cause à effet à partir de données, au lieu de se limiter à constater des corrélations. Elle répond à des questions comme « Que se serait-il passé sans cette mesure ? ». Parmi les outils : expériences randomisées comme les tests A/B, graphes causaux et techniques statistiques pour données d'observation. Exemple : vérifier si une promotion a réellement augmenté les ventes ou si elles auraient progressé de toute façon pour des raisons saisonnières.

Statistiques
Cause et effet
+1

Bayésien naïf (Naive Bayes)

Naive Bayes désigne une famille de méthodes de classification simples fondées sur le théorème de Bayes. On les dit « naïves » parce qu’elles supposent que toutes les variables sont indépendantes les unes des autres, ce qui est rarement vrai en pratique mais donne souvent de bons résultats. Ces méthodes sont rapides, demandent peu de données d’entraînement et conviennent particulièrement aux textes. Exemple classique : le filtre anti-spam qui trie les e-mails selon des mots typiques.

classification
statistique
+1

Modèle de Markov caché (HMM)

Un modèle de Markov caché (Hidden Markov Model, HMM) est un modèle statistique de séquences dans lequel les états réels sont cachés et ne peuvent être déduits que de signaux observables. Il décrit la probabilité qu’un état succède à un autre et qu’il produise une observation donnée. Les HMM ont longtemps été la référence en reconnaissance vocale et en étiquetage morphosyntaxique ; ils restent utilisés, par exemple, en bio-informatique et pour les séries temporelles.

Statistiques
Modèles de séquence
+1

Système expert

Un système expert est un programme informatique qui enregistre le savoir-faire de spécialistes humains sous forme de règles et de faits, puis en tire des conclusions. Il se compose généralement d’une base de connaissances et d’un moteur d’inférence qui applique les règles. Les systèmes experts ont marqué l’IA des années 1970 et 1980, par exemple pour le diagnostic médical ou la configuration d’équipements techniques. Leurs principes perdurent dans les contrôles à base de règles et les graphes de connaissances.

IA à base de règles
Base de connaissances
+1