reti Bayesiane ? apprendimento dall’esperienza

[legacy]

ogni strumento e' limitato e non esiste uno strumento universale di rappresentazione della conoscenza.

fare intelligenza artificiale si scontra subito sul "come" rappresentare la conoscenza
fare motori inferenziali a base logica (tipo prolog) e' terribilmente complicato e limitante
anche per cose "banali" come evidenziare cause ed effetti

noto che un umano "esperto" e', ad esempio, perfettamente capace di collegare cause ed effetti
e in modo tale da evidenziare indipendenze condizionali rappresentabili con una rete Bayesiana

se ripenso al vero significato del Teorema di Bayes: apprendimento dall’esperienza
allora le reti Bayesiane mi piacciono perche' sono modelli grafici della conoscenza in un dominio incerto

tralascerei le diatribe sulle scuole di pensiero probabilita' soggettiva vs oggettiva (1)
e direi invece che di interessante queste reti hanno che, basandosi sulla regola di Bayer
esprimono relazioni di dipendenza condizionale (archi) tra le variabili in gioco (nodi)

il vantaggio principale del ragionamento probabilistico rispetto a quello logico sta
nella possibilita' di giungere a descrizioni razionali
anche quando non c'e' abbastanza informazione di tipo deterministico
sul funzionamento del sistema

e questo e' fiquo perche' spesso nei ragionamenti probabilistici capita che
si debba valutare una probabilita' avendo gia' delle informazioni su
quanto e' gia' accaduto in precedenza

dati due eventi A e B, se questi sono in qualche modo correlati
e' ragionevole pensare che il sapere che uno dei due e' già avvenuto
possa migliorare la conoscenza della probabilita' dell'altro

anche grazie alla potenza dell'inferenza probabilistica!



OK, e fino a qui sto citando i retaggi dei corsi di IA fatti in erasmus che hanno portato a ... niente de facto
qualche esempio concreto in cui questa goloseria matematica e' tornata utile ed ha insaporito qualche applicazione ?





(1) approccio oggettivista vs approccio soggettivista

L'approccio oggettivista (o frequentista)
- ha origine statistica
- considera la probabilità come un’entita' misurabile, legata alla frequenza di accadimento

L'approccio soggettivista (o schema delle scommesse)
- ha origine cognitiva
- considera la probabilita' una misura del grado di attesa soggettivo del verificarsi di un evento

[legacy]

fra esempi di applicazioni delle reti bayesiane
– costruzione di mappe per robotica
– comprensione di storie

ma di queste due classi, esempi concreti in cui toccare con mano tutti i mega papiri di teoria ?