बायेजियन नेटवर्क संरचना अध्ययन की एक सर्वेक्षण

संक्षेप बायेजियन नेटवर्क (बीएन) ने पिछले कुछ दशकों में अनिश्चितता के तहत तर्क करने के लिए एक उपकरण के रूप में विभिन्न क्षेत्रों में, जैसे कि चिकित्सा, जीवविज्ञान, महामारी विज्ञान, अर्थशास्त्र और सामाजिक विज्ञानों में लोकप्रियता हासिल की है। यह विशेष रूप से उन वास्तविक दुनिया के क्षेत्रों में सच है जहाँ हम कार्यों के लिए हस्तक्षेप निर्धारित करने के लिए परकाल्पनिक साक्ष्यों के आधार पर जटिल प्रश्नों का उत्तर देने का प्रयास करते हैं। हालांकि, बीएन का ग्राफिकल संरचना निर्धारित करना एक प्रमुख चुनौती बनी हुई है, विशेष रूप से जब किसी समस्या को कारण संबंधी धारणाओं के अंतर्गत मॉडलिंग करना हो। इस समस्या के समाधान में डेटा से बीएन ग्राफ का स्वचालित पता लगाना, विशेषज्ञ ज्ञान के आधार पर उनका निर्माण करना, या दोनों का संयोजन शामिल हैं। यह पत्र डेटा से बीएन संरचना सीखने के लिए प्रस्तावित संयोजनी algoritm का व्यापक समीक्षा प्रदान करता है, जिसमें 74 algoritm शामिल हैं जिनमें प्रोटोटाइप, अच्छी तरह से स्थापित और अत्याधुनिक दृष्टिकोण शामिल हैं। प्रत्येक algoritm का मूल दृष्टिकोण संतत शब्दों में बताया गया है, और उनके बीच समानताओं और भिन्नताओं को उजागर किया गया है। algoritm का मूल्यांकन करने के तरीके और उनके तुलनात्मक प्रदर्शन पर चर्चा की गई है, जिसमें साहित्य में किए गए दावों की संगतता शामिल है। वास्तविक दुनिया के डेटासेट में डेटा शोर से निपटने और सीखने की प्रक्रिया में विशेषज्ञ ज्ञान को शामिल करने के दृष्टिकोण पर भी चर्चा की गई है।