Ein Bayessches Inferenznetz, auch Bayesianisches Netzwerk genannt, ist ein gerichteter azyklischer Graph, der Zufallsvariablen als Knoten und deren bedingte Abhängigkeiten als Kanten modelliert.
Es nutzt die Bayessche Wahrscheinlichkeitstheorie, um Unsicherheiten zu quantifizieren und Wahrscheinlichkeiten zu aktualisieren, wenn neue Informationen hinzukommen.
Jeder Knoten besitzt eine bedingte Wahrscheinlichkeitsverteilung, die angibt, wie wahrscheinlich der Knoten ist, gegeben seine Elternknoten.
Das Netzwerk erlaubt effiziente Inferenz durch Algorithmen wie Variable Elimination oder Glaubenspropagation.
Bayessche Inferenznetze werden in Bereichen wie Diagnose, Prognose und Entscheidungsunterstützung eingesetzt.