Les réseaux bayésiens

A.Becker, P.Naïm- Les réseaux bayésiens

,
13 juillet 1999

L'information n'est pas la connaissance. Plus la technologie facilite le stockage et l'échange d'informations, plus se pose la question de l'analyse et de la synthèse de ces informations. Deux types d'approches connaissent donc un intérêt croissant: la statistique qui autorise le passage de l'observation à la loi, et l'intelligence artificielle, qui permet aux ordinateurs de traiter la connaissance plutôt que l'information.
Les réseaux bayésiens sont le résultat du mariage de ces deux approches et sont aujourd'hui l'un des formalismes les plus prometteurs pour l'acquisition, la représentation et l'utilisation de connaissances par des ordinateurs.
Ils sont appliqués aujourd'hui dans les domaines de la santé (diagnostic, localisation de gènes), de l'industrie (contrôle de véhicules autonomes), de la défense (fusion de données), dans le marketing (data-mining), dans l'informatique et les réseaux (agents intelligents), et dans la gestion de la connaissance. Pour toutes ces applications, les réseaux bayésiens ont la capacité de découvrir des relations, de les formaliser, de les exploiter, et de les faire évoluer, dans des environnements de décision où l'incertitude est la règle.
Ce livre est une étude complète des réseaux bayésiens, intégrant une initiation, une étude théorique complète, une présentation de l'état de l'art des applications, ainsi qu'un CD-ROM contenant une gamme complète de logiciels. Il s'adresse donc :

  • A tous les utilisateurs dans les domaines d'applications ci-dessus: ingénieurs, responsables des systèmes d'informations, responsables marketing, responsables de la gestion de la connaissance, qui y trouveront une introduction simple aux concepts utilisés, des exemples d'applications, et des logiciels.
  • Aux étudiants en mathématiques appliquées, statistiques, sciences de la décision, informatique, qui y trouveront des développements théoriques complets.
Sur le CD-ROM:
Des logiciels pour l'inférence et l'apprentissage dans les réseaux bayésiens, avec des exemples
  • Bayesian Knowledge Discoverer
  • Classpad
  • DMAP
  • Hugin Lite

Ann Becker est chercheur à l'institut Technion en Israël et travaille à l'optimisation des algorithmes d'inférence et d'apprentissage des réseaux bayésiens.
Patrick Naïm est ingénieur de l'École Centrale de Paris, et fondateur de la société Elseware, spécialisée dans l'application des technologies de la connaissance, notamment pour le data-mining et la modélisation quantitative.
Imprimer la fiche

A découvrir sur le même thème

Recevez nos newsletters
Vous serez régulièrement informé(e) de toutes nos nouveautés. Inscription