Bayessche Netze (Bayesian Networks) sind probabilistische grafische Modelle, die eine Menge von Zufallsvariablen durch einen gerichteten azyklischen Graphen (DAG) repräsentieren und deren gemeinsame Wahrscheinlichkeitsverteilung faktorisieren.
Formal definieren sie die Verteilung als Produkt der bedingten Wahrscheinlichkeiten jeder Variablen gegeben ihre Eltern im Graphen.
Die Struktur des Netzes kodiert Unabhängigkeitsannahmen, die effiziente probabilistische Inferenz und Lernen ermöglichen.
Bayessche Netze werden sowohl zur Diagnose, Prognose als auch zur Entscheidungsunterstützung verwendet und erlauben das Berechnen von posterioren Wahrscheinlichkeiten bei Beobachtungen.
Definition:
Ein Bayessches Netz ist ein probabilistisches Modell, das eine gemeinsame Wahrscheinlichkeitsverteilung über eine Menge von Variablen durch einen gerichteten azyklischen Graphen darstellt, wobei die Verteilung als Produkt der bedingten Wahrscheinlichkeiten jeder Variablen gegeben ihre Elternfaktoren zerlegt wird.
Quelle:
Jensen, F. V. (2001). Bayesian Networks and Decision Graphs. Springer.