Volgens Wolfram Mathworld , een gerespecteerde online opslagplaats van informatie over wiskunde , grafestructuur --- ook wel een acyclische digraph --- is een gerichte graaf ontbreekt cycli . In zijn meest elementaire vorm , een gerichte acyclische grafiek ziet eruit als een dot - to- dot beeld , met stippen die " nodes " ( informatie stuks) en de lijnen tussen de knooppunten vertegenwoordigen welke richting de informatiestromen . Pijlen op de lijnen geplaatst om de stroom van gegevens blijkt .
Consistentie en volledigheid

Volgens professor Pearl , is het belangrijk niet te overbelasten de grafiek met overbodige gegevens , omdat van de mogelijkheid om te veel conclusies te trekken uit . Het is ook belangrijk dat de grafiek zo volledig mogelijk . Bijvoorbeeld , kan een grafiek worden getrokken door een arts besluitvormingsproces te vertegenwoordigen. Als een patiënt komt bij de dokter met hoofdpijn , zal de arts een diagnose stellen op basis van hoe de patiënt presenteert , plus hij kan een besluit tot verdere tests uit te voeren te maken . De grafiek moet de beslissing al dan niet te testen testen , met duidelijke instructies om deze beslissingen te tonen . Bovendien moet de grafiek iedere mogelijkheid tot hoofdpijn uitkomsten ( waaronder migraine , hersentumor , sinusitis en een hele reeks andere ziekten ) omvatten . Zonder alle mogelijkheden , kon de toestand van de patiënt niet gediagnosticeerd .
Modeling Human Decision Making

Studies
hebben aangetoond dat het modelleren van menselijke beslissingen met Bayesiaanse netwerken is niet zo eenvoudig als het eerste gezicht lijkt. Professor Pearl stelt dat , omdat de menselijke redenering is subjectief en onvolledig is , zou het redelijk om te beginnen met de kansrekening om een ​​grafiek te ontwerpen lijken . Echter, deze fundamentele modellering proces niet onder de meer complexe onderdelen van het menselijk redeneren , als we proberen een waarschijnlijkheidstabel construeren voor sommige complexe beslissingen van mensen , het zou een computer over te nemen een enorme hoeveelheid tijd om te berekenen wat het zou neem een persoon die een fractie van een seconde om te beslissen .
Voordelen

Volgens Microsoft , Bayesiaanse netwerken zijn nuttig voor datamodellering , omdat ze kunnen omgaan met de beslissing te maken , zelfs wanneer sommige variabelen ontbreken . Bayesiaanse netwerken kunnen causaal verband vertegenwoordigen , onder meer voorkennis en voorspellen van mogelijke uitkomsten met gemak .
Toepassingen

Jir Vomlel van het Instituut voor Information Theory en Automatisering Academie van Wetenschappen van de Tsjechische Republiek dat Bayesiaanse netwerken kunnen worden gebruikt om een ​​breed scala van besluitvormingsprocessen in de echte wereld , met inbegrip van medische diagnostiek , besluitvorming maximaliseren verwachte nut , adaptief testen en beslis-theoretische problemen oplossen .
vertegenwoordigen < br >