На этой странице Вы можете получить подробный анализ слова или словосочетания, произведенный с помощью лучшей на сегодняшний день технологии искусственного интеллекта:
общая лексика
байесовские сети
объединяют два математических подхода: байесовскую статистику (Bayesian statistics) и теорию графов (graph theory), предоставляя инструмент для моделирования вероятностей, основанный на последовательно обновляемой информации. Используя байесовские сети, программы могут динамически "обучаться", постоянно модифицируя вероятности при фиксированном наборе правил. Такие сети применяются, в частности, в система фильтрации спама, учитывающих анализ отвергнутых пользователем писем
Смотрите также
общая лексика
байсов(ский) анализ
A Bayesian network (also known as a Bayes network, Bayes net, belief network, or decision network) is a probabilistic graphical model that represents a set of variables and their conditional dependencies via a directed acyclic graph (DAG). Bayesian networks are ideal for taking an event that occurred and predicting the likelihood that any one of several possible known causes was the contributing factor. For example, a Bayesian network could represent the probabilistic relationships between diseases and symptoms. Given symptoms, the network can be used to compute the probabilities of the presence of various diseases.
Efficient algorithms can perform inference and learning in Bayesian networks. Bayesian networks that model sequences of variables (e.g. speech signals or protein sequences) are called dynamic Bayesian networks. Generalizations of Bayesian networks that can represent and solve decision problems under uncertainty are called influence diagrams.