Bayesove mreže so grafični modeli, ki spremenljivke predstavijo kot vozlišča, njihove verjetnostne odvisnosti pa kot usmerjene puščice. S pomočjo Bayesovega izreka pokažejo, kako nova opažanja spremenijo verjetnost drugih dogodkov. Primer je podpora pri diagnostiki: ocena najverjetnejšega vzroka na podlagi opaženih simptomov. Njihove prednosti so preglednost in zmožnost obravnave negotovih ali nepopolnih podatkov.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevVzročno sklepanje zajema metode za izpeljavo vzročno-posledičnih povezav iz podatkov, namesto da bi le ugotavljale korelacije. Odgovarja na vprašanja, kot je „Kaj bi se zgodilo, če tega ukrepa ne bi izvedli?“. Orodja so naključni poskusi, kot so testi A/B, vzročni grafi in statistične tehnike za opazovalne podatke. Primer: preverjanje, ali je akcija s popusti res povečala prodajo ali bi ta zaradi sezonskih razlogov narasla tudi sicer.
Naivni Bayes je družina preprostih metod razvrščanja, ki temeljijo na Bayesovem izreku. Imenujejo se „naivne“, ker predpostavljajo, da so vse značilnice med seboj neodvisne, kar v praksi redko drži, a pogosto vseeno prinese dobre rezultate. Metode so hitre, potrebujejo malo podatkov za učenje in so še posebej primerne za besedila. Klasičen primer je filter neželene pošte, ki e-pošto razvršča na podlagi značilnih besed.
Skriti Markovljev model (hidden Markov model, HMM) je statistični model za zaporedja, pri katerem so dejanska stanja skrita in jih je mogoče sklepati le iz opazljivih signalov. Opisuje verjetnost, da eno stanje sledi drugemu in da vsako stanje ustvari določeno opazovanje. HMM-ji so bili dolgo standard pri prepoznavanju govora in označevanju besednih vrst; danes se še vedno uporabljajo na primer v bioinformatiki in analizi časovnih vrst.
Ekspertni sistem je računalniški program, ki znanje človeških strokovnjakov shrani kot pravila in dejstva ter iz njih sklepa. Običajno ga sestavljata baza znanja in sklepalni mehanizem, ki uporablja pravila. Ekspertni sistemi so v sedemdesetih in osemdesetih letih oblikovali UI, na primer pri medicinski diagnostiki ali konfiguriranju tehnične opreme. Njihove zamisli živijo naprej v preverjanjih na podlagi pravil in grafih znanja.
