Préface

Le présent document se propose de vous introduire à l’utilisation des principales fonctionnalités de BayesiaLab sous forme d’une visite guidée très pratique. Il ne s’agit pas de l’aide de BayesiaLab. Cette dernière est accessible directement à partir de la barre de menu de BayesiaLab

Note : En aucun cas ceci n’est un cours sur la théorie des réseaux Bayésiens, toutefois, si ce type de formation vous est nécessaire, n’hésitez pas à contacter notre service client à l’adresse Turn on JavaScript!.

Le contenu du tutorial est le suivant :

Chapitre 1 : Créer un réseau bayésien

Ce chapitre vous apprendra à créer graphiquement un réseau représentant une expertise, y définir les probabilités et associer des coûts à l’acquisition de l’information.

Chapitre 2 : Exploiter le réseau bayésien

Dans ce chapitre, nous exploiterons le réseau précédent grâce à l’inférence bayésienne. Nous apprendrons à générer automatiquement un questionnaire adaptatif centré sur une cible et à évaluer la qualité de notre réseau.

Chapitre 3 : Extraire un réseau bayésien à partir d’une base de données

Lorsque des données existent, il est possible, via les méthodes du Data Mining de générer automatiquement un réseau bayésien à partir de celles-ci. Ce chapitre vous guidera dans l’utilisation des diverses méthodes d’apprentissage automatique proposées dans BayesiaLab.

Chapitre 4 : Analyser un réseau bayésien

Ce chapitre vous exposera les différents outils offerts par BayesiaLab pour augmenter considérablement la lisibilité et la compréhensibilité des réseaux Bayésiens : positionnement automatique des graphes, outils d’analyses de sensibilité, et génération de rapports d’analyses.

Chapitre 5 : Créer un réseau bayésien dynamique

Les réseaux décrits dans les premiers chapitres sont des réseaux statiques représentant un état de connaissance ne dépendant aucunement du temps. Ce dernier chapitre illustre la modélisation d’un système dynamique, c'est-à-dire évoluant au cours du temps. Cette modélisation fait appel aux réseaux bayésiens dynamiques.

Chapitre 6 : Apprendre des politiques

Les réseaux bayésiens constituent en soient des outils d’aide à la décision. Toutefois cette aide peut être largement améliorée. Ce chapitre vous montrera comment utiliser les nœuds Utilité pour qualifier la valeur de vos états, comment définir des Décisions et enfin comment apprendre des politiques avec BayesiaLab, que cela soit avec des réseaux bayésiens statiques ou dynamiques.

Chapitre 7 : Utiliser des nœuds Contrainte

Ce dernier chapitre est consacré à l’illustration de l’utilisation des nœuds Contraintes, nœuds spéciaux permettant de spécifier des contraintes entre devant être respectées entre des variables.