Probabilistische Graphische Modelle

Ein Bayessches Glaubensnetzwerk (BBN) ist ein grafisches Modell, das probabilistische Beziehungen zwischen Variablen darstellt.

Der Junction Tree Algorithmus ist eine Methode für exakte Inferenz in grafischen Modellen, die besonders bei Bayesian-Netzwerken nützlich ist.

Likelihood-Gewichtung ist eine Stichprobenmethode, die in probabilistischer Inferenz, insbesondere in Bayesschen Netzwerken, verwendet wird.

Eine Markov-Decke ist eine Menge von Variablen, die eine Zielvariable vor dem Rest des Netzwerks abschirmen.