CG : nm
CT : Selon Andrew Moore, les réseaux bayésiens constituent la technologie la plus puissante de ces 10 dernières années en IA et en apprentissage automatique. Les RB constituent un langage graphique et une méthodologie, simples et corrects, pour exprimer pratiquement ce de quoi on est certain ou incertain. Ils reposent sur la formule de Bayes reliant des probabilités conditionnelles avec des probabilités jointes.
S : http://www.math-info.univ-paris5.fr/~bouzy/Doc/AA1/ReseauxBayesiens.pdf (consulté le 7.11.2014)
N : 1. réseau (nm) : Ca 1180 resel « petit filet utilisé pour la chasse et la pêche » ; 1599 réseau « tissu en forme de rets » ; 1748 anat. réseau merveilleux (Dict. universel de méd., trad. de l’angl. de M. James, t. 5, p. 1099a, s.v. rete mirabile); 1805 réseau admirable (Cuvier, Anat. comp., t. 2, p. 185) ; 1762 anat. « ensemble de vaisseaux sanguins » (Ac.) ; 1762 « ensemble de lignes, de bandes, etc., entrelacées ou entrecroisées » (J.-J. Rousseau, Émile, l. III, éd. Ch. Wirz, Bibl. Pléiade, p. 431: un brillant rézeau de rosée).
bayésien (adj) : Du nom du mathématicien anglais Thomas Bayes, dont les travaux ont donné naissance à ce type de classification.
2. Les réseaux bayésiens s’appuient sur un théorème : le théorème de Bayes. C’est un résultat de base en théorie des probabilités, issu des travaux du révérend Thomas Bayes (1702-1761), présenté à titre posthume en 1763.
3. Technique de classification de régions permettant de classer chacune des régions d’une image donnée dans la catégorie pour laquelle sa probabilité d’appartenance est la plus élevée.
S : 1. CNRTL ; GDT. 2. CNRS – http://liris.cnrs.fr/amille/enseignements/master_ia/rapports_2006/Reseau%20Bayesien%20SYNTHESE%20ECRITE.pdf (consulté le 7.11.2014). 3. GDT.
SYN : classification bayésienne, classification probabiliste bayésienne.
S : GDT
