Inférence bayésienne
L’inférence bayésienne est une méthode statistique qui calcule ou révise la probabilité d’une hypothèse à mesure que de nouvelles observations s’accumulent. Elle repose sur le théorème de Bayes : on part d’une croyance initiale (probabilité a priori), et chaque nouvelle donnée vient l’ajuster pour produire une probabilité révisée (a posteriori).
Sa force distinctive face aux méthodes de machine learning classiques : elle ne fournit pas seulement une prédiction, mais aussi un degré de confiance sur cette prédiction — utile quand les données sont rares ou incertaines. Sa limite : les modèles bayésiens souffrent d’une précision généralement inférieure aux méthodes comme les arbres de décision ou les machines à vecteurs de support, et le choix des probabilités a priori peut biaiser les résultats.
En RH, l’approche bayésienne s’adapte bien à des situations de données limitées : estimer un risque de départ avec peu d’historique sur un poste récent, ou ajuster progressivement un score de matching candidat/poste à mesure que de nouveaux recrutements confirment ou infirment les prédictions précédentes.
Retrouvez tous les termes dans le lexique SIRH et IA de yapluqua.com.
Sources : DataFranca.org (19/04/2026), Wikipédia FR (04/06/2026).