Programmation bayésienne
La programmation bayésienne est un formalisme et une méthodologie permettant de disposer d'une technique permettant de spécifier des modèles probabilistes et de résoudre des problèmes lorsque les informations nécessaires sont pas entièrement disponibles.
Edwin T. Jaynes a suggéré que la probabilité puisse être considérée comme une alternative et une extension de la logique pour un raisonnement rationnel avec des informations incomplètes et incertaines. Dans son ouvrage fondateur, Probabilité: la logique de la science , il développe cette théorie et propose ce qu'il appelle «le robot», qui n'est pas un dispositif physique, mais un moteur d’inférence permettant d'automatiser le raisonnement probabiliste - une sorte de Prolog pour probabilité au lieu de la logique. La programmation bayésienne est une implémentation formelle et concrète de ce "robot".
La programmation bayésienne peut également être considérée comme un formalisme algébrique pour spécifier des modèles graphiques tels que, par exemple, les réseaux bayésiens, les réseaux bayésiens dynamiques, les filtres de Kalman ou modèles cachés de Markov. En effet, la programmation bayésienne est plus gèneral que les réseaux bayésiens et a une puissance d'expression équivalente aux graphes de facteurs probabilistes.