Modello grafico: differenze tra le versioni

Versione delle 13:42, 8 set 2024

Versione delle 18:52, 8 set 2024

Riga 1:

Un '''modello grafico''' o '''modello grafico probabilistico''' (''probabilistic graphical model'', PGM) o '''modello strutturale probabilistico''' è un modello probabilistico per il quale un [[grafo]] esprime la struttura di [[Variabili dipendenti e indipendenti|dipendenza condizionata]] fra [[Variabile casuale|variabili casuali]]. Tali modelli sono comunemente utilizzati in [[teoria della probabilità]], [[statistica]] - soprattutto in [[Statistica bayesiana|statistica Bayesiana]] - e nell'[[apprendimento automatico]].

=== Tipi di modelli grafici ===

Generalmente, un modello grafico probabilistico usa una rappresentazione a grafo come base per codificare una distribuzione su uno spazio multi-dimensionale, un grafo che costituisce una rappresentazione compatta o fattorizzata di un insieme di relazioni di indipendenza valide per la specifica distribuzione. Vengono comunemente usati due modalità di rappresentazione grafica delle distribuzioni, ovvero quella delle [[Rete bayesiana|reti bayesiane]] (''grafi orientati'') e quella dei [[Campo casuale di Markov|campi casuali di Markov]] (''grafi non orientati''). Entrambe le famiglie comprendono proprietà di fattorizzazione e relazioni di indipendenza, ma si differenziano nell'insieme di relazioni di indipendenza che possono codificare e la fattorizzazione della distribuzione che essi inducono.<ref name="koller09">{{cita libro|autore=Daphne Koller|autore2=Nir Friedman|titolo=Probabilistic Graphical Models|url=http://pgm.stanford.edu/|anno=2009|editore=MIT Press|pp=1208|isbn=978-0-262-01319-2|urlarchivio=https://web.archive.org/web/20140427083249/http://pgm.stanford.edu/}}</ref>

=== Altri tipi ===

* [[Rete di dipendenze]] nella quale sono ammessi i cicli

Riga 15:

* [[Rete bayesiana dinamica]]

* Modelli ''random field'' (campi casuali):

** un [[campo casuale di Markov]], altrimenti noto come ''rete markoviana'', è un modello basato su un [[grafo non orientato]]. Un modello grafico con molte sub-unità ripetute può essere rappresentato mediante ''[[plate notation|]]''plate notation'']].

** un [[conditional random field]] è un modello ''discriminativo'' specificato su un grafo non orientato.

* Una [[Macchina di Boltzmann ristretta|restricted Boltzmann machine]] è un modello generativo [[Grafo bipartito|bipartito]] specificato su un grafo non orientato.