باختصار
الشبكة العصبية البيزية (Bayesian Neural Network) شبكة عصبية احتمالية بتأخذ في الحسبان عدم اليقين في الأوزان وفي المخرجات.
بالتفصيل
الشبكة العصبية القياسية في مسائل الانحدار بتتنبّأ بقيمة عددية واحدة. مثلًا بتتوقّع سعر بيت بـ853,000.
الشبكة البيزية بتتنبّأ بتوزيع قيم بدل قيمة واحدة. في نفس المثال، بتتوقّع سعر بيت 853,000 بانحراف معياري قدره 67,200.
الفرق مش تجميليًا. الرقم الأول بيقول «التقدير»، والتاني بيقول «التقدير ومدى ثقتي فيه». وفي قرارات كتير، الثقة دي هي المعلومة الأهمّ.
الأساس الرياضي هو نظرية بايز، اللي بتُستخدم لحساب عدم اليقين في الأوزان والتنبّؤات. بمعنى إن أوزان الشبكة نفسها ما بتبقاش أرقامًا ثابتة، بل توزيعات.
وفيه فايدتان أساسيتان. الأولى إن الشبكة البيزية بتبقى مفيدة لما يكون تكميم عدم اليقين مهمًّا — زي النماذج المتعلّقة بالأدوية. والثانية إنها تقدر تساعد على منع فرط التخصيص (Overfitting).
مثال عملي
نموذج يقدّر احتمال استجابة مريض لجرعة دواء. لو رجّع «احتمال الاستجابة 70%» فقط، الطبيب ما يعرفش هل ده تقدير مبني على حالات كتير مشابهة، ولّا تخمين من بيانات شحيحة.
النموذج البيزي بيرجّع «70% بانحراف معياري 4%» أو «70% بانحراف معياري 25%». الحالة الأولى تدعم القرار؛ التانية تقول بوضوح: محتاجين فحوصًا إضافية.
مصطلحات مرتبطة
- Probabilistic Forecasting — التنبؤ الاحتمالي.
- Overfitting — فرط التخصيص.
- Calibration — المعايرة.
المصادر: Google ML Glossary
