MSBNx là ứng dụng của hãng Microsoft hỗ trợ việc tạo, chỉnh sửa và đánh giá mô hình xác suất Baysian. Mỗi mô hình được biểu diễn ở dạng đồ thị hay lược đồ. Các biến ngẫu nhiên được biểu diễn ở dạng hình elip gọi là các nút (nodes). Các quan hệ nhân quả được biểu diễn ở dạng các mũi tên hay các cung trực tiếp giữa các biến. Hiện tại MSBNx chỉ hỗ trợ phân bố xác xuất rời rạc cho mô hình các biến. Các mô hình được lưu và nạp từ đĩa, các mô hình được lưu ở dạng các file có định dạng XML. MSBNx cho phép xem và đánh giá nhiều mô hình một lúc.
Hình 3.5 Giao diện công cụ MSBNx Các phân bố xác suất MSBNx hỗ trợ:
- Phân bố rời rạc: Đây là dạng chuẩn của phân bố xác suất. Tất cả các biến xác suất có mặt nhưng không cần thiết phải chỉ ra đầy đủ các giá trị của các biến. Trong quá trình đánh giá, phân bố xác suất đều sẽ tự động đưa ra các giá trị xác suất chưa có.
- Phân bố Causally Independent: Đây là dạng phân bố thực hiện nén không gian của các xác suất bằng cách giả định các trạng thái của các nút cha là đối nghịch nhau.
Dạng của phân bố được sử dụng cho một biến không thể thay đổi dễ dàng vì nếu làm như vậy sẽ ảnh hưởng đến kết quả và làm mất các đánh giá từ trước.
Đánh giá chuẩn (Standard assessment): là phương pháp dựa trên bảng, ta có thể định vị và chỉnh sửa một tập các giá trị xác suất cụ thể dựa trên trạng thái của các nút cha của biến
Đánh giá Causally Independent: là dạng đánh giá chuẩn rời rạc. Nó sử dụng các dạng đặc biệt của phân bố dựa trên sự giả đinh về điều kiện độc lập giữa các nút cha của biến. Những phân bố này có thể rất thuận lợn vì nó làm giảm đáng kể số các giá trị phải đưa vào.
Đánh giá bất đối xứng (Asymmetric assessment): là phương pháp dựa trên cây. Ta có thể tạo các tập xác suất, tổ chức ở dạng cây quyết định (decision tree), bằng cách thực hiện chỉ ra sự khác nhau rõ rệt giữa các trạng thái của các nút cha của biến. Dạng cây sẽ làm giảm số các giá trị phải đưa vào, vì toàn bộ các nhánh có thể dễ dàng cho các kết chung. Ta không thể thực hiện đánh giá bất đối xứng trên các biến với phân bố Causally independent.
Cơ cấu của mỗi dạng đánh giá có một mục đích chung đó là làm giảm số các xác suất phân biệt được yêu cầu để chỉ ra đúng phân bố