Глоссарий ИИ
Полный словарь искусственного интеллекта
Байесовская сеть
Вероятностная графическая модель, представляющая отношения условной независимости между случайными переменными через ориентированный ациклический граф. Она позволяет вычислять сложные условные вероятности путем факторизации совместного распределения.
Таблица условных вероятностей (ТПУ)
Матрица, связанная с каждым узлом байесовской сети, определяющая вероятность каждого возможного состояния при условии комбинаций состояний его родителей. ТПУ количественно определяет локальные вероятностные отношения между связанными переменными.
Латентная переменная
Переменная, не наблюдаемая непосредственно в сети доверия, но влияющая на наблюдаемые переменные. Она позволяет моделировать скрытые факторы или абстракции в вероятностной системе.
Гибридная сеть
Байесовская сеть, сочетающая как дискретные, так и непрерывные переменные в своей структуре. Она требует специализированных методов для представления и вычисления смешанных условных распределений.
Условное гауссовское распределение
Распределение вероятностей для непрерывных переменных в гибридных сетях, обусловленное дискретными переменными. Оно позволяет моделировать гауссовские линейные отношения между непрерывными и дискретными переменными.
Исключение переменных
Алгоритм точного вывода, последовательно исключающий переменные из сети для вычисления маргинальных вероятностей. Порядок исключения значительно влияет на вычислительную сложность.
Динамическая байесовская сеть
Временное расширение байесовских сетей, моделирующее временные ряды с взаимосвязанными временными срезами. Оно захватывает временные зависимости между переменными в разные моменты времени.
Каноническое параметрирование
Альтернативное математическое представление распределений вероятностей в гауссовских сетях, использующее канонические потенциалы. Оно облегчает алгебраические операции при точном выводе.
Потенциальный множитель
Ненормализованная функция, связанная с кликами сети доверия, представляющая локальные взаимодействия между переменными. Множители комбинируются мультипликативно для формирования совместного распределения.
Обучение параметров
Процесс оценки таблиц условных вероятностей на основе наблюдаемых данных. Он использует методы максимального правдоподобия или байесовские методы для калибровки сети.
Моральный сепаратор
Множество переменных, блокирующее любой путь между двумя множествами переменных в морализованном графе. Он формально характеризует условную независимость в байесовских сетях.