O rețea Bayesiană este un model probabilistic reprezentat printr-un graf orientat aciclic, în care nodurile reprezintă variabile aleatorii, iar arcele dintre ele reprezintă relații de dependență condiționată, exprimate prin teorema lui Bayes. Fiecare nod are asociată o distribuție de probabilitate condiționată de nodurile „părinte” din graf.
Acest tip de model permite raționamentul sub incertitudine: pornind de la anumite observații (dovezi), rețeaua poate calcula probabilitatea altor variabile neobservate, actualizând continuu convingerile pe măsură ce apar informații noi. De exemplu, într-un sistem de diagnostic medical, o rețea Bayesiană poate estima probabilitatea unei boli pe baza simptomelor observate, combinând cunoștințe anterioare (prevalența bolii în populație) cu dovezi noi (rezultatele testelor).
Rețelele Bayesiene sunt folosite în diagnosticare medicală, evaluarea riscului financiar, detectarea fraudelor, sisteme de recomandare și robotică (pentru estimarea poziției unui robot în condiții de incertitudine senzorială). Avantajul lor major față de rețelele neuronale clasice este interpretabilitatea — spre deosebire de o „cutie neagră”, o rețea Bayesiană arată explicit relațiile de cauzalitate presupuse și poate justifica fiecare concluzie prin lanțul de probabilități care a dus la ea.
Limitarea principală este complexitatea computațională: pe măsură ce numărul de variabile crește, calculul exact al probabilităților devine rapid intratabil, motiv pentru care se folosesc adesea metode de aproximare, precum eșantionarea Monte Carlo.
