Графічні моделі дозволяють нам визначити загальні алгоритми передачі повідомлень, які ефективно реалізують імовірнісний висновок.
Графічні моделі забезпечують послідовний спосіб структурування всіх цих детальних даних, розкриваючи основну структуру та досвід, усуваючи нерелевантні деталі та зосереджуючи важливі аспекти.
Графічна модель або ймовірнісна графічна модель (PGM) або структурована ймовірнісна модель — це імовірнісна модель, для якої графік виражає структуру умовної залежності між випадковими величинами. Вони зазвичай використовуються в теорія ймовірностей, статистика, зокрема байєсовська статистика, і машинне навчання.
Моделювання полегшує прийняття важливих рішень щодо програмного забезпечення або компонентів. Це також дозволяє ефективно передавати інформацію про програмне забезпечення різним зацікавленим сторонам. Моделі є абстракціями і, як такі, зазвичай не охоплюють кожну функцію чи нюанс програмного забезпечення за всіх можливих умов.
Графічна модель є розподіл ймовірностей, пов’язаний з графіком з наступними властивостями: (1) вузли на графіку представляють змінні в моделі, (2) поділ на графі передбачає умовну незалежність змінних, заданих роздільним набором, і (3) розподіл ймовірностей може бути …
Графічні моделі дозволяють нам визначити загальні алгоритми передачі повідомлень, які ефективно реалізують імовірнісний висновок. Таким чином, ми можемо відповісти на запитання типу «Що таке p(A|C = c)?» без перерахування всіх налаштувань усіх змінних у моделі.