Bayesi Hálózatok Áttekintése

Két logikai állítás, amely nem kapcsolódik egymáshoz közvetlenül, de közös közvetítő állításon keresztül befolyásolják egymás valószínűségét.

A szériás kapcsolat egyik formája, ahol az első állítás bizonyítékai befolyásolják a harmadik állítás valószínűségét, amennyiben a köztes állítás igazságértéke nem ismert.

A szériás kapcsolat másik formája, ahol a harmadik állítás bizonyítékai befolyásolják az első állítás valószínűségét, amennyiben a köztes állítás igazságértéke nem ismert.

A kapcsolat típusa, ahol a C-ből A-ba terjed a bizonyíték, hacsak a B nem aktiválódott (értéke ismert).

A kapcsolat típusa, ahol a bizonyíték B-n keresztül terjed, hacsak B nem aktiválódott.

A kapcsolat típusa, ahol a bizonyíték A-ból C-be terjed, csak akkor, ha B vagy B leszármazottja aktiválódott.

Az öszsefolyó kapcsolatban, ha B aktiválódik, A és C függővé válnak, és a bizonyíték A-ról C-re „elmagyarázható” B-vel.

Ha a B inaktív, akkor az A megtalálása nem mond sokat C-ről. Csak akkor aktiválódnak a kapcsolatok, ha B vagy annak leszármazottjai aktiválódnak.

Két változó, A és B, akkor d-szétválasztott, ha minden köztük lévő útvonalon van egy köztes változó, V, amelyre igaz, hogy vagy a kapcsolat soros vagy elágazó, és V ismert, vagy a kapcsolat konvergáló, és sem V, sem egyik leszármazottja nem példányosított.

Két változó d-kapcsolatban áll, ha nem d-szétválasztott.

A változók közötti kapcsolatok vizuális ábrázolása, ahol a csomópontok a változókat, a nyilak a függőségi viszonyokat jelentik.

A d-szétválasztás révén tudjuk meghatározni, hogy két változó független-e, ha adott feltételek mellett.

A bayesi hálózatokban a csomópontok közötti kapcsolatok típusa.

A kognitív torzítás, amelyben az emberek hajlamosak a kevésbé valószínű eseményeket valószínűbbnek ítélni, ha azok a valószínűbbekkel együtt megfogalmazott összetett esemény részeként jelennek meg.

Egy megfigyelés valószínűségének kiszámítása a bizonyítékon alapuló feltételes valószínűségből, amelyet Bayes-szabály segítségével számolnak.

Egy valószínűség, amely azt fejezi ki, hogy egy esemény milyen valószínű, ha egy adott esemény bekövetkezett.

Két esemény független egymástól, ha az egyik bekövetkezése nem befolyásolja a másik bekövetkezésének valószínűségét.

A Bayes-hálózatokban a szülő csomópontok feltételes valószínűségét a gyermek csomópont számára.

Egy valószínűség, amely azt fejezi ki, hogy egy adott esemény milyen valószínű a bizonyíték hiányában.

Egy valószínűségi modell, amely a valószínűségi változók közötti kapcsolatokat mutatja be irányított aciklikus gráfként.

A képlet, amely segít kiszámolni a feltételes valószínűséget, vagyis a bizonyíték birtokában lévő hipotézis valószínűségét.

A valószínűség kiszámítása a pozitív esetek gyakoriságán alapul, feltételezve végtelen számú mintavételt.

A valószínűség az ügynök tapasztalatán vagy hiedelmein alapul, figyelembe véve egy előzetes eloszlást.

A bizonytalanság oka lehet a hiányos ismeretek a környezetről, például nem teljes megfigyelhetőség vagy zajos mérések miatt.

A bizonytalanság oka lehet a fogalmak pontos meghatározásának hiánya, például amikor egy kategóriába sorolás nem pontos.

A Bayesian hálózat egy irányított, ciklusmentes gráf, amely egy események halmazának valószínűségi összefüggéseit ábrázolja.

A Bayesian hálózatban a csomópontok közötti kapcsolatok a valószínűségi összefüggéseket mutatják be a változók között.

A Bayesian hálózatok kihasználják a változók közötti függetlenségeket, hogy csökkentsék a számítási bonyolultságot.

A Bayesian hálózatok képesek kombinálni a különböző bizonyítékokat, hogy meghatározzák a hipotézisek valószínűségét.