Bayesian belief networks : from construction to inference

Abstract

In het dagelijks leven is het redeneren met onzekerheden gebruikelijker dan het redeneren zonder. Bayesiaanse belief netwerken bieden een wiskundig correct formalisme om onzekerheid te representeren en op efficiëte wijze mee te redeneren. Een Bayesiaanse belief netwerk bestaat uit twee delen. Ten eerste bestaat een belief netwerk uit een een gerichte graaf zonder lussen: de netwerkstructuur. Voor elke variabele waarmee we willen redeneren is er een knoop in de graaf. We zullen de termen knoop en variabele dan ook door elkaar gebruiken. Figuur 0.1 laat een eenvoudig belief netwerk zien voor een klein medisch domein met daarin de leeftijd van een patient (a), de behoefte aan een bril (g), of het zicht beter wordt als de patient knippert (v) en of de patient klachten heeft over zijn zicht (s). Als er een directe afhankelijkheid tussen twee knopen is, dan zijn deze knopen verbonden met een pijl. Intuitief geeft de richting van de pijl een causale invloed aan. Bijvoorbeeld in Figuur 0.1 geeft de pijl van a naar g weer dat de leeftijd een indicatie is dat de patient een bril nodig heeft.