Bayessche Netze sind gerichtete azyklische Graphen, die Wahrscheinlichkeitsverteilungen über eine Menge von Zufallsvariablen modellieren.
Jeder Knoten im Netz repräsentiert eine Variable, und die Kanten zeigen bedingte Abhängigkeiten zwischen diesen Variablen an.
Die Wahrscheinlichkeitsverteilung wird durch die Produktregel der bedingten Wahrscheinlichkeiten dargestellt, basierend auf den Elternknoten jedes Knotens.
Bayessche Netze ermöglichen effiziente Inferenz, also das Berechnen von Wahrscheinlichkeiten für unbekannte Variablen, wenn einige Variablen beobachtet sind.
Sie werden in vielen Bereichen eingesetzt, etwa in der Diagnose, Prognose oder Entscheidungsfindung unter Unsicherheit.