Solution générale d’analyse prédictive permettant de traiter des systèmes complexes à partir des réseaux bayésiens

Cet ensemble de caractéristiques permet d'obtenir une boite à outil riche qui tire parti du pouvoir avancé de modélisation des réseaux bayésiens, modèles généraux pouvant répondre à de nombreuses questions, et même à partir d'observations incomplètes, à la différence des approches prédictives statistiques classiques dédiées à la prédiction d'une unique tâche, avec un ensemble de variables d'entrées complétement observées.

L'autre particularité innovante réside dans le fait que les réseaux bayésiens relationnels s'appuient sur le formalisme très répandu dans l'industrie des bases de données relationnelles. Construire un modèle prédictif classique à partir de telles bases de données revient généralement à perdre tout ou partie de l'information relationnelle. La construction d'un réseau bayésien relationnel va quant à lui utiliser cette information à sa juste valeur.