représentation graphique d’un ensemble de variables aléatoires (en général, une distribution de probabilitésla théorie des probabilités, formalisée à partir du XVIIe siècle, est le plus ancien cadre de modélisation* de l’incertain et reste le plus utilisé. Les probabilités ont dès le départ un caractère dual, se référant soit à des fréquences d’événements (obtenues par statistiques), soit à... More*) qui met en évidence les influences entre ces variables et exploite des indépendances conditionnelles connues entre elles, afin de simplifier les calculs de propagation de l’incertitude. Ce type de représentation graphique est applicable à d’autres cadres de modélisationmodéliser un problème d’intelligence artificielle consiste à en formuler un énoncé dans un langage (dit langage de modélisation) donné. Ce langage peut s’appuyer sur des formalismes logiques*, algébriques ou même graphiques. Un même problème peut donc être modélisé de diverses manières (selon le langage de... More de l’incertain. L’adjectif « bayésien » provient du nom d’un révérend anglais, Thomas Bayes (1702-1761), qui le premier, dans un article posthume, mit en œuvre la formule des probabilitésla théorie des probabilités, formalisée à partir du XVIIe siècle, est le plus ancien cadre de modélisation* de l’incertain et reste le plus utilisé. Les probabilités ont dès le départ un caractère dual, se référant soit à des fréquences d’événements (obtenues par statistiques), soit à... More conditionnelles pour formaliser le raisonne- ment inductif.
De quoi s'agit-il vraiment ?