Rețelele bayesiene sunt modele grafice care reprezintă variabilele ca noduri și dependențele lor probabilistice ca săgeți orientate. Folosind teorema lui Bayes, acestea arată cum modifică observațiile noi probabilitatea altor evenimente. Un exemplu este sprijinul pentru diagnostic: estimarea celei mai probabile cauze pe baza simptomelor observate. Punctele lor forte sunt transparența și capacitatea de a gestiona date incerte sau incomplete.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulInferența cauzală cuprinde metodele prin care se deduc relații de cauză-efect din date, nu doar corelații. Răspunde la întrebări precum „Ce s-ar fi întâmplat dacă nu am fi luat această măsură?”. Instrumentele includ experimente randomizate, precum testele A/B, grafurile cauzale și tehnici statistice pentru date observaționale. Exemplu: verificarea dacă o campanie de reduceri a crescut efectiv vânzările sau dacă acestea ar fi crescut oricum din motive sezoniere.
Naive Bayes este o familie de metode simple de clasificare bazate pe teorema lui Bayes. Se numesc „naive” deoarece presupun că toate caracteristicile sunt independente unele de altele, ceea ce rareori este adevărat în practică, dar produce adesea rezultate bune. Metodele sunt rapide, au nevoie de puține date de antrenare și se potrivesc în mod deosebit textelor. Un exemplu clasic este filtrul de spam, care sortează e-mailurile pe baza cuvintelor tipice.
Un model Markov ascuns (HMM) este un model statistic pentru secvențe, în care stările reale sunt ascunse și pot fi deduse doar din semnale observabile. Descrie probabilitatea ca o stare să fie urmată de alta și ca fiecare stare să producă o anumită observație. HMM-urile au fost mult timp standardul în recunoașterea vorbirii și în etichetarea părților de vorbire; astăzi sunt încă folosite, de exemplu, în bioinformatică și în analiza seriilor de timp.
Un sistem expert este un program informatic care stochează know-how-ul specialiștilor umani sub formă de reguli și fapte și trage concluzii pornind de la ele. De obicei, constă dintr-o bază de cunoștințe și un motor de inferență care aplică regulile. Sistemele expert au marcat IA în anii 1970 și 1980, de exemplu în diagnosticul medical sau în configurarea echipamentelor tehnice. Ideile lor trăiesc astăzi în verificările bazate pe reguli și în grafurile de cunoștințe.
