নেইভ বেইজিয়ান ক্লাসিফায়ার ক্লাস কন্ডিশনাল إندিপেনডেন্স এর ধারণা করে, অর্থাৎ একটি টাপলের ক্লাস লেবেল দিয়ে, অ্যাট্রিবিউটের ভ্যালুগুলো একে অপরের থেকে কন্ডিশনালি আলাদা বলে বিবেচনা করা হয়। এটা ইভ্যালুয়েশন সিম্পলিফাই করে।
যখন ধারণাটি সত্য হয়, তখন নেইভ বেইজিয়ান ক্লাসিফায়ার অন্যান্য ক্লাসিফায়ারের চেয়ে ইফেক্টিভ। এটি জয়েন্ট কন্ডিশনাল প্রোব্যাবিলিটি ডিস্ট্রিবিউশন রিপ্রেজেন্ট করতে পারে।
এগুলো ভেরিয়েবলের সাবসেটের মধ্যে ক্লাস কন্ডিশনাল إندিপেনডেন্স রিপ্রেজেন্ট করতে সক্ষম করে। সেগুলো কজুয়াল রিলেশনশিপের একটি গ্রাফিক্যাল স্ট্রাকচার প্রদান করে, যার ওপর লার্নিং ইমপ্লিমেন্ট করা যেতে পারে। ট্রেন্ড বেইজিয়ান বিলিফ নেটওয়ার্ক ক্লাসিফিকেশনের জন্য ব্যবহার করা হয়। বেইজিয়ান বিলিফ নেটওয়ার্ককে বিলিফ নেটওয়ার্ক, বেইজিয়ান নেটওয়ার্ক, এবং প্রোব্যাবিলিস্টিক নেটওয়ার্কও বলা হয়।
বিলিফ নেটওয়ার্কের কম্পোনেন্ট
একটি বিলিফ নেটওয়ার্ক দুটি কম্পোনেন্ট দ্বারা রিপ্রেজেন্ট করা হয়: একটি ডায়রেক্টেড অ্যাসাইক্লিক গ্রাফ এবং কন্ডিশনাল প্রোব্যাবিলিটি টেবিলের একটি গ্রুপ। ডায়রেক্টেড অ্যাসাইক্লিক গ্রাফের প্রতিটি নোড একটি র্যান্ডম ভেরিয়েবল রিপ্রেজেন্ট করে। ভেরিয়েবলগুলো ডিসক্রিট- বা কন্টিনিউয়াস-ভ্যালুড হতে পারে।
সেগুলো ডেটাতে দেওয়া নির্দিষ্ট অ্যাট্রিবিউটের সাথে কোরেসপন্ড করতে পারে বা "হিডেন ভেরিয়েবল"-এ যেটি মনে করা হয় একটি রিলেশনশিপ ফর্ম করে (যেমন, মেডিক্যাল রেকর্ডের ক্ষেত্রে, একটি হিডেন ভেরিয়েবল একটি সিনড্রোম ডিনোট করতে পারে, যা অনেক লক্ষণ একসাথে একটি নির্দিষ্ট রোগ চিহ্নিত করে)।
বেইজিয়ান বিলিফ নেটওয়ার্কের বৈশিষ্ট্য
BBN একটি নির্দিষ্ট ডোমেইনের পূর্ববর্তী নলেজ ক্যাপচার করার একটি পদ্ধতি প্রদান করে একটি গ্রাফিক্যাল মডেল ব্যবহার করে। নেটওয়ার্কটি ভেরিয়েবলগুলোর মধ্যে কজুয়াল ডিপেন্ডেন্সি এনকোড করতে ব্যবহার করা যেতে পারে।
নেটওয়ার্ক বিল্ড করা টাইম-কনসামিং এবং প্রচুর প্রচেষ্টা চায়। কিন্তু নেটওয়ার্কের স্ট্রাকচার একবার ডিসাইড হলে, একটি নতুন ভেরিয়েবল যোগ করা খুব সহজ।
বেইজিয়ান নেটওয়ার্ক অপর্যাপ্ত ডেটা ডিল করার জন্য প্রযোজ্য। মিসিং অ্যাট্রিবিউটযুক্ত ইনস্ট্যান্সগুলো হ্যান্ডেল করা যায় সকল সম্ভাব্য ভ্যালুর ওপর প্রোব্যাবিলিটি সম বা ইন্টিগ্রেট করে।
ডেটা প্রোব্যাবিলিস্টিক্যালি পূর্ববর্তী নলেজের সাথে কম্বাইন হওয়ায়, পদ্ধতিটি মডেল ওভারফিটিং-এ রবাস্ট।
বিলিফ নেটওয়ার্ক কিছু সুপরিচিত সমস্যা মডেল করতে ব্যবহার করা যেতে পারে। একটি উদাহরণ হল জেনেটিক লিঙ্কেজ অ্যানালাইসিস যেমন ক্রোমোসোমে জিন ম্যাপিং। জিন লিঙ্কেজ ইস্যুটাকে বেইজিয়ান নেটওয়ার্কে ইনফারেনসের মেথডে কাস্ট করে, এবং স্টেট-অফ-দ-আর্ট অ্যালগরিদম ব্যবহার করে, অ্যানালাইসিসের স্কেলেবিলিটি উল্লেখযোগ্যভাবে এডভ্যান্স করেছে।
বেশ কিছু অ্যাপ্লিকেশন বিলিফ নেটওয়ার্কের ব্যবহার থেকে উপকৃত হয়েছে যেমন কম্পিউটার ভিশন, ইমেজ রিস্টোরেশন, এবং স্ট্রিও ভিশন, ফাইলস এবং টেক্সট অ্যানালাইসিস, ডিসিশন সাপোর্ট সিস্টেম, এবং সেনসিটিভিটি অ্যানালাইসিস। যে সহজতায় একাধিক অ্যাপ্লিকেশন বেইজিয়ান নেটওয়ার্ক ইনফারেন্সে রিডিউস করা যায় সেটি বেনিফিশিয়াল কারণ এটি প্রতিটি অ্যাপ্লিকেশনের জন্য স্পেশালাইজড অ্যালগরিদম বানাতে প্রয়োজন নেই।
