ベイズネットワーク
読み方：べいずねっとわーく
【英】：Bayesian network
【英】：Bayesian network
対象領域の事象間における因果関係を記述するためのDAG (directed acyclic graph) を用いたデータ構造. ノードに確率変数を付与し, ノードが表す変数間に直接的な因果関係が存在する場合アークで接続し, ベイズの法則に基づく確率推論を行う. 結果から原因を推定する診断的推論と, 原因から結果を予測する因果的推論に利用される. 直接説明できない因果関係は, 隠れた変数を用いた説明を与える. 信念ネットワーク (belief network) とも呼ばれる.
「OR事典」の他の用語
| システム分析・意思決定支援・特許： | トレードオフ分析 ハードシステム思考 ブレーンストーミング ベイズネットワーク モデル/ソルバー独立 モデル／ソルバー独立 モデル/データ独立 |
ベイジアンネットワーク
(Bayesian network から転送)
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2023/12/18 14:13 UTC 版)
ベイジアンネットワーク（英: Bayesian network）は、因果関係を確率により記述するグラフィカルモデルの1つで、複雑な因果関係の推論を有向非巡回グラフ構造により表すとともに、個々の変数の関係を条件つき確率で表す確率推論のモデルである。ネットワークとは重み付けグラフのこと。
- ^ "A graph comprises nodes ... connected by links ... . In a probabilistic graphical model, each node represents a random variable ... and the links express probabilistic relationships between these variables." PRML. p.360.
- ^ ネットワーク（重み付けグラフ）
- ^ "diagrammatic representations of probability distributions, called probabilistic graphical models." PRML p.359
- ^ "Directed graphical models are a type of probabilistic models where all the variables are topologically organized into a directed acyclic graph." Kingma. (2019). An Introduction to Variational Autoencoders. Foundations and Trends in Machine Learning.
- ^ a b "Bayesian networks, also known as directed graphical models" PRML. p.360.
- ^ a b "We work with directed probabilistic models, also called directed probabilistic graphical models (PGMs), or Bayesian networks." Kingma. (2019). An Introduction to Variational Autoencoders. Foundations and Trends in Machine Learning.
- ^ "The joint distribution over the variables of such models factorizes as a product of prior and conditional distributions" Kingma. (2019). An Introduction to Variational Autoencoders. Foundations and Trends in Machine Learning.
- ^ 逆（向きから因果関係を決定すること）は一般に成り立たない。
- ^ シュピーゲルハルター他、1989年
- ^ Booker、Hota、1986年
- ^ Charniak、Goldman、1989年
- ^ ハンソン、マイヤー、1989年
- ^ Fully Observed Models という
- ^ "If all variables in the directed graphical model are observed in the data, then we can compute and differentiate the log-probability of the data under the model, leading to relatively straightforward optimization." Kingma. (2019). An Introduction to Variational Autoencoders. Foundations and Trends in Machine Learning.
- ^ Pearl, Judea (8 1985). “Bayesian Networks: a Model of Self-Activated Memory for Evidential Reasoning”. Proceedings, Cognitive Science Society: 329-334.
[続きの解説]
「ベイジアンネットワーク」の続きの解説一覧
- 1 ベイジアンネットワークとは
- 2 ベイジアンネットワークの概要
- 3 定義
- 4 特徴
- 5 歴史
- 6 関連項目
- Bayesian networkのページへのリンク
