В этой главе описано, как составлять сетевые модели для формирования рассуждений в условиях неопределенности в соответствии с законами теории вероятностей.

В главе 13 рассматривались синтаксис и семантика теории вероятностей. В ней отмечалась важность связей, определяющих независимость и условную независимость высказываний, для упрощения вероятностных представлений о мире. В данной главе описан систематический способ явного представления таких связей в форме байесовских сетей. В ней будут определены синтаксис и семантика этих сетей и показано, как они могут использоваться для представления неопределенных знаний естественным и эффективным способом. Затем в этой главе будет продемонстрировано, что вероятностный вывод, хотя и не осуществимый с помощью вычислительных методов в наихудшем случае, может эффективно выполняться во многих практических ситуациях. Кроме того, будет описан целый ряд алгоритмов приближенного вероятностного вывода, которые часто могут применяться в тех случаях, когда точный вероятностный вывод неосуществим. В этой главе будут также представлены способы, с помощью которых теория вероятностей может быть применена к мирам с объектами и отношениями, т.е. к представлениям первого порядка, в отличие от пропозициональных представлений. Наконец, в данной главе приведен обзор альтернативных подходов к формированию рассуждений в условиях неопределенности.