Podcast
Questions and Answers
Ce tip de relații sunt reprezentate explicit într-o rețea Bayesiană?
Ce tip de relații sunt reprezentate explicit într-o rețea Bayesiană?
- Relații de independență statistică
- Relații de dependență funcțională
- Relații de dependență cauzală (correct)
- Relații de independență condițională
Ce tip de graf este folosit pentru a reprezenta o rețea Bayesiană?
Ce tip de graf este folosit pentru a reprezenta o rețea Bayesiană?
- Graf neorientat ciclic
- Graf orientat ciclic
- Graf neorientat aciclic
- Graf orientat aciclic (correct)
Ce reprezintă legăturile orientate într-o rețea Bayesiană?
Ce reprezintă legăturile orientate într-o rețea Bayesiană?
- Absența oricărei relații între variabile
- Corelația statistică între variabile
- Influența directă a unei variabile asupra alteia (correct)
- Independența totală între variabile
Ce reprezintă tabelele de probabilități condiționate (CPT) într-o rețea Bayesiană?
Ce reprezintă tabelele de probabilități condiționate (CPT) într-o rețea Bayesiană?
Ce presupunem când construim o rețea Bayesiană?
Ce presupunem când construim o rețea Bayesiană?
Care este scopul principal al informațiilor despre relațiile de dependență între variabile într-o rețea Bayesiană?
Care este scopul principal al informațiilor despre relațiile de dependență între variabile într-o rețea Bayesiană?
Ce reprezintă 'factorizarea' în contextul rețelelor Bayesiene?
Ce reprezintă 'factorizarea' în contextul rețelelor Bayesiene?
În construirea unei rețele Bayesiene, ce ar trebui să respecte ordinea de etichetare a nodurilor?
În construirea unei rețele Bayesiene, ce ar trebui să respecte ordinea de etichetare a nodurilor?
Care este regula de bază în construirea unei rețele Bayesiene în ceea ce privește cauzele și efectele?
Care este regula de bază în construirea unei rețele Bayesiene în ceea ce privește cauzele și efectele?
Care este un beneficiu al rețelelor Bayesiene în comparație cu utilizarea unei distribuții complete de probabilitate?
Care este un beneficiu al rețelelor Bayesiene în comparație cu utilizarea unei distribuții complete de probabilitate?
Ce este pătura Markov a unui nod într-o rețea Bayesiană?
Ce este pătura Markov a unui nod într-o rețea Bayesiană?
Ce proprietate importantă are un nod într-o rețea Bayesiană în raport cu nodurile non-descendente, dați fiind părinții săi?
Ce proprietate importantă are un nod într-o rețea Bayesiană în raport cu nodurile non-descendente, dați fiind părinții săi?
Cum este descrisă distribuția unei rețele Bayesiene complete?
Cum este descrisă distribuția unei rețele Bayesiene complete?
Ce reprezintă D-separarea într-o rețea Bayesiană?
Ce reprezintă D-separarea într-o rețea Bayesiană?
Care dintre următoarele operații sunt necesare în procedura eliminării variabilelor într-o rețea Bayesiană?
Care dintre următoarele operații sunt necesare în procedura eliminării variabilelor într-o rețea Bayesiană?
Ce se întâmplă cu complexitatea inferențelor exacte într-o rețea Bayesiană în cazul cel mai rău?
Ce se întâmplă cu complexitatea inferențelor exacte într-o rețea Bayesiană în cazul cel mai rău?
De ce este utilă eșantionarea (sampling) în rețelele Bayesiene?
De ce este utilă eșantionarea (sampling) în rețelele Bayesiene?
În ce constă eșantionarea directă (prior sampling) într-o rețea Bayesiană?
În ce constă eșantionarea directă (prior sampling) într-o rețea Bayesiană?
Care este dezavantajul principal al eșantionării directe (prior sampling) în rețelele Bayesiene?
Care este dezavantajul principal al eșantionării directe (prior sampling) în rețelele Bayesiene?
Ce se întâmplă cu eșantioanele care nu sunt consistente cu probele în eșantionarea prin eliminarea eșantioanelor nedorite (rejection sampling)?
Ce se întâmplă cu eșantioanele care nu sunt consistente cu probele în eșantionarea prin eliminarea eșantioanelor nedorite (rejection sampling)?
Cum funcționează eșantionarea ponderată (likelihood weighting) în rețelele Bayesiene?
Cum funcționează eșantionarea ponderată (likelihood weighting) în rețelele Bayesiene?
Ce este eșantionarea Gibbs?
Ce este eșantionarea Gibbs?
Care dintre următoarele afirmații descrie cel mai bine independența condiționată?
Care dintre următoarele afirmații descrie cel mai bine independența condiționată?
În contextul rețelelor Bayesiene, ce înseamnă că un nod este 'D-separat' de un alt nod ?
În contextul rețelelor Bayesiene, ce înseamnă că un nod este 'D-separat' de un alt nod ?
Ce reprezintă termenul 'probe' în contextul inferenței în rețele Bayesiene?
Ce reprezintă termenul 'probe' în contextul inferenței în rețele Bayesiene?
Care este scopul principal al factorilor într-o rețea Bayesiană în timpul eliminării variabilelor?
Care este scopul principal al factorilor într-o rețea Bayesiană în timpul eliminării variabilelor?
Ce implicații are alegerea unei variabile de eșantionat în Gibbs Sampling asupra celorlalte variabile din rețea?
Ce implicații are alegerea unei variabile de eșantionat în Gibbs Sampling asupra celorlalte variabile din rețea?
Cum se calculează probabilitatea unei variabile într-o rețea Bayesiana folosind eșantionarea directă?
Cum se calculează probabilitatea unei variabile într-o rețea Bayesiana folosind eșantionarea directă?
De ce este importantă ordinea nodurilor în procesul de construcție a unei rețele Bayesiene?
De ce este importantă ordinea nodurilor în procesul de construcție a unei rețele Bayesiene?
Care dintre următoarele este o limitare principală a inferenței exacte în rețelele Bayesiene?
Care dintre următoarele este o limitare principală a inferenței exacte în rețelele Bayesiene?
Ce factori influențează decizia de a alege o metodă de inferență aproximativă în locul uneia exacte într-o rețea Bayesiană?
Ce factori influențează decizia de a alege o metodă de inferență aproximativă în locul uneia exacte într-o rețea Bayesiană?
De ce Gibbs Sampling este adesea preferat în rețele bayesiene complexe?
De ce Gibbs Sampling este adesea preferat în rețele bayesiene complexe?
Cum influenţează numărul de eșantioane în metodele de inferență aproximative, precum eșantionarea directă?
Cum influenţează numărul de eșantioane în metodele de inferență aproximative, precum eșantionarea directă?
Ce condiție trebuie îndeplinită pentru a aplica corect regula produsului în contextul rețelelor Bayesiene, având $P(X_1, X_2, ..., X_n)$?
Ce condiție trebuie îndeplinită pentru a aplica corect regula produsului în contextul rețelelor Bayesiene, având $P(X_1, X_2, ..., X_n)$?
Să presupunem că vrei să estimezi probabilitatea ca un pacient să aibă o anumită boală rară, dată fiind o serie de simptome observate. Care metodă de inferență ar fi cel mai puțin eficientă și de ce?
Să presupunem că vrei să estimezi probabilitatea ca un pacient să aibă o anumită boală rară, dată fiind o serie de simptome observate. Care metodă de inferență ar fi cel mai puțin eficientă și de ce?
Cum diferă utilizarea factorilor în eliminarea variabilelor față de enumerarea directă în calculul probabilităților într-o rețea Bayesiană?
Cum diferă utilizarea factorilor în eliminarea variabilelor față de enumerarea directă în calculul probabilităților într-o rețea Bayesiană?
Ce se întâmplă dacă în Gibbs Sampling, variabila selectată spre eșantionare este independent condițional de celelalte variabile (având în vedere valorile actuale ale restului variabilelor)?
Ce se întâmplă dacă în Gibbs Sampling, variabila selectată spre eșantionare este independent condițional de celelalte variabile (având în vedere valorile actuale ale restului variabilelor)?
În ce mod D-Separarea ne ajută să minimizăm efortul computațional în algoritmii de inferență într-o rețea Bayesiană?
În ce mod D-Separarea ne ajută să minimizăm efortul computațional în algoritmii de inferență într-o rețea Bayesiană?
Ce reprezintă un graf orientat aciclic (DAG) într-o rețea Bayesiană?
Ce reprezintă un graf orientat aciclic (DAG) într-o rețea Bayesiană?
Ce reprezintă o variabilă aleatoare într-o rețea Bayesiană?
Ce reprezintă o variabilă aleatoare într-o rețea Bayesiană?
Ce înseamnă legăturile orientate dintr-o rețea Bayesiană de la variabila X la variabila Y?
Ce înseamnă legăturile orientate dintr-o rețea Bayesiană de la variabila X la variabila Y?
Ce rol joacă informațiile despre relațiile de dependență între variabile într-o rețea Bayesiană?
Ce rol joacă informațiile despre relațiile de dependență între variabile într-o rețea Bayesiană?
Ce reprezintă factorizarea distribuției comune de probabilitate într-o rețea Bayesiană?
Ce reprezintă factorizarea distribuției comune de probabilitate într-o rețea Bayesiană?
Care este importanța ordinii de etichetare a nodurilor când construim o rețea Bayesiană?
Care este importanța ordinii de etichetare a nodurilor când construim o rețea Bayesiană?
Ce principiu de bază ar trebui urmat în construirea unei rețele Bayesiene în ceea ce privește relația dintre cauze și efecte?
Ce principiu de bază ar trebui urmat în construirea unei rețele Bayesiene în ceea ce privește relația dintre cauze și efecte?
Care este un avantaj major al utilizării rețelelor Bayesiene în comparație cu utilizarea unei distribuții complete de probabilitate?
Care este un avantaj major al utilizării rețelelor Bayesiene în comparație cu utilizarea unei distribuții complete de probabilitate?
Care este scopul D-separării într-o rețea Bayesiană?
Care este scopul D-separării într-o rețea Bayesiană?
În ce situație complexitatea inferențelor exacte într-o rețea Bayesiană devine prohibitivă?
În ce situație complexitatea inferențelor exacte într-o rețea Bayesiană devine prohibitivă?
De ce este utilă eșantionarea (sampling) în rețelele Bayesiene, mai ales când inferența exactă este dificilă?
De ce este utilă eșantionarea (sampling) în rețelele Bayesiene, mai ales când inferența exactă este dificilă?
Ce implică eșantionarea directă (prior sampling) într-o rețea Bayesiană?
Ce implică eșantionarea directă (prior sampling) într-o rețea Bayesiană?
Care este un dezavantaj principal al eșantionării directe (prior sampling) în rețelele Bayesiene, în special când avem probe?
Care este un dezavantaj principal al eșantionării directe (prior sampling) în rețelele Bayesiene, în special când avem probe?
În eșantionarea prin eliminarea eșantioanelor nedorite (rejection sampling), ce se întâmplă cu eșantioanele care nu sunt consistente cu probele?
În eșantionarea prin eliminarea eșantioanelor nedorite (rejection sampling), ce se întâmplă cu eșantioanele care nu sunt consistente cu probele?
Ce condiție trebuie îndeplinită pentru a aplica corect regula produsului în contextul rețelelor Bayesiene, având o distribuție de probabilitate comună $P(X_1, X_2, ..., X_n)$?
Ce condiție trebuie îndeplinită pentru a aplica corect regula produsului în contextul rețelelor Bayesiene, având o distribuție de probabilitate comună $P(X_1, X_2, ..., X_n)$?
De ce ar fi necesară aplicarea unui factor de normalizare după utilizarea eliminării variabilelor într-o rețea Bayesiană?
De ce ar fi necesară aplicarea unui factor de normalizare după utilizarea eliminării variabilelor într-o rețea Bayesiană?
Care dintre următoarele strategii ar putea îmbunătăți eficiența eșantionării directe, în special în rețelele Bayesiene mari?
Care dintre următoarele strategii ar putea îmbunătăți eficiența eșantionării directe, în special în rețelele Bayesiene mari?
Care este diferența principală între eliminarea variabilelor și eșantionarea Gibbs în ceea ce privește abordarea inferenței într-o rețea Bayesiană?
Care este diferența principală între eliminarea variabilelor și eșantionarea Gibbs în ceea ce privește abordarea inferenței într-o rețea Bayesiană?
Care dintre următoarele afirmații reflectă cel mai bine relația dintre structura unei rețele Bayesiene și performanța algoritmilor de inferență?
Care dintre următoarele afirmații reflectă cel mai bine relația dintre structura unei rețele Bayesiene și performanța algoritmilor de inferență?
În Gibbs Sampling, care este criteriul de alegere a unei variabile pentru a fi re-eșantionată într-o iterație?
În Gibbs Sampling, care este criteriul de alegere a unei variabile pentru a fi re-eșantionată într-o iterație?
Ce se întâmplă dacă, în timpul procesului de eliminare a variabilelor, se introduce o variabilă cu un număr mare de valori posibile?
Ce se întâmplă dacă, în timpul procesului de eliminare a variabilelor, se introduce o variabilă cu un număr mare de valori posibile?
Care este scopul principal al algoritmilor de inferență aproximativă în rețelele Bayesiană?
Care este scopul principal al algoritmilor de inferență aproximativă în rețelele Bayesiană?
Ce avantaj oferă factorizarea distribuției comune în rețelele Bayesiene complexe atunci când se efectuează inferențe?
Ce avantaj oferă factorizarea distribuției comune în rețelele Bayesiene complexe atunci când se efectuează inferențe?
Cum se calculează probabilitatea unei variabile într-o rețea Bayesiană folosind eșantionarea directă (prior sampling)?
Cum se calculează probabilitatea unei variabile într-o rețea Bayesiană folosind eșantionarea directă (prior sampling)?
Imaginează-ți că ești consultant și trebuie să alegi o metodă de inferență pentru o rețea Bayesiană vastă, cu multe variabile legate și interdependente. Care dintre următorii factori ar trebui să fie cel mai important în decizia ta?
Imaginează-ți că ești consultant și trebuie să alegi o metodă de inferență pentru o rețea Bayesiană vastă, cu multe variabile legate și interdependente. Care dintre următorii factori ar trebui să fie cel mai important în decizia ta?
Care dintre următoarele este un avantaj major al Gibbs Sampling comparativ cu alte metode de inferență aproximativă, cum ar fi eșantionarea directă sau eșantionarea prin respingere?
Care dintre următoarele este un avantaj major al Gibbs Sampling comparativ cu alte metode de inferență aproximativă, cum ar fi eșantionarea directă sau eșantionarea prin respingere?
Ce se întâmplă dacă rețeaua Bayesiană este un lanț simplu (fiecare nod are exact un părinte și un copil, cu excepția nodurilor terminale)? Cum influențează acest lucru procesul de inferență?
Ce se întâmplă dacă rețeaua Bayesiană este un lanț simplu (fiecare nod are exact un părinte și un copil, cu excepția nodurilor terminale)? Cum influențează acest lucru procesul de inferență?
În ce mod D-Separarea poate contribui la reducerea complexității computaționale în procedura de inferență prin eliminarea variabilelor?
În ce mod D-Separarea poate contribui la reducerea complexității computaționale în procedura de inferență prin eliminarea variabilelor?
Ce se întâmplă cu acuratețea inferenței aproximative pe măsură ce crește numărul de eșantioane?
Ce se întâmplă cu acuratețea inferenței aproximative pe măsură ce crește numărul de eșantioane?
Care este o limitare majoră a utilizării inferenței exacte în rețelele Bayesiene mari și complexe?
Care este o limitare majoră a utilizării inferenței exacte în rețelele Bayesiene mari și complexe?
Cum influențează numărul de eșantioane în metodele de inferență aproximative, precum eșantionarea directă, precizia rezultatelor?
Cum influențează numărul de eșantioane în metodele de inferență aproximative, precum eșantionarea directă, precizia rezultatelor?
Într-o rețea Bayesiană, cum este influențată acuratețea inferenței de calitatea datelor utilizate pentru a învăța probabilitățile condiționate?
Într-o rețea Bayesiană, cum este influențată acuratețea inferenței de calitatea datelor utilizate pentru a învăța probabilitățile condiționate?
Care dintre următoarele este cea mai bună strategie pentru a îmbunătăți performanța eșantionării Gibbs într-o rețea Bayesiană complexă si cu multe interdependențe?
Care dintre următoarele este cea mai bună strategie pentru a îmbunătăți performanța eșantionării Gibbs într-o rețea Bayesiană complexă si cu multe interdependențe?
Care afirmație descrie cel mai bine relația dintre independența condiționată și D-separare într-o rețea Bayesiană?
Care afirmație descrie cel mai bine relația dintre independența condiționată și D-separare într-o rețea Bayesiană?
În independența condiționată, dacă evenimentul C apare, ce se întâmplă cu apariția lui A în relație cu apariția lui B?
În independența condiționată, dacă evenimentul C apare, ce se întâmplă cu apariția lui A în relație cu apariția lui B?
Cum este cuantificată distribuția fiecărui nod într-o rețea Bayesiană, pentru variabile aleatoare booleene sau discrete?
Cum este cuantificată distribuția fiecărui nod într-o rețea Bayesiană, pentru variabile aleatoare booleene sau discrete?
Ce reprezintă 'reprezentarea structurată locală' într-o rețea Bayesiană?
Ce reprezintă 'reprezentarea structurată locală' într-o rețea Bayesiană?
În contextul proprietăților rețelelor Bayesiene, ce noduri definesc pătura Markov a unui nod A?
În contextul proprietăților rețelelor Bayesiene, ce noduri definesc pătura Markov a unui nod A?
Ce presupune utilizarea inferențelor aproximative, cum ar fi eșantionarea, în rețelele Bayesiene?
Ce presupune utilizarea inferențelor aproximative, cum ar fi eșantionarea, în rețelele Bayesiene?
Care este scopul aplicării D-separării într-o rețea Bayesiană?
Care este scopul aplicării D-separării într-o rețea Bayesiană?
Care este avantajul principal al utilizării factorilor în eliminarea variabilelor, comparativ cu enumerarea directă, în rețelele Bayesiene?
Care este avantajul principal al utilizării factorilor în eliminarea variabilelor, comparativ cu enumerarea directă, în rețelele Bayesiene?
În contextul eșantionării Gibbs, ce rol are condiționarea în raport cu toate celelalte variabile?
În contextul eșantionării Gibbs, ce rol are condiționarea în raport cu toate celelalte variabile?
Ce se întâmplă cu acuratețea inferenței aproximative pe măsură ce crește numărul de eșantioane generate într-o rețea Bayesiană?
Ce se întâmplă cu acuratețea inferenței aproximative pe măsură ce crește numărul de eșantioane generate într-o rețea Bayesiană?
Intr-o rețea Bayesiană cu n variabile, dacă fiecare variabilă are k părinți, care este complexitatea spațială a memorării tabelelor de probabilitate condiționată (CPT)?
Intr-o rețea Bayesiană cu n variabile, dacă fiecare variabilă are k părinți, care este complexitatea spațială a memorării tabelelor de probabilitate condiționată (CPT)?
Flashcards
Independență condițională
Independență condițională
Evenimentele A și B sunt independente condițional, dat evenimentul C, dacă apariția lui C nu influențează apariția lui A sau B.
Rețele Bayesiene
Rețele Bayesiene
Reprezintă relații cauzale între variabile printr-un graf orientat aciclic, specificând distribuțiile de probabilitate.
Probabilități a priori și condiționate
Probabilități a priori și condiționate
Probabilități pentru variabile necondiționate, respectiv pentru cele condiționate de una sau mai multe variabile părinte.
Structura rețelei bayesiene
Structura rețelei bayesiene
Signup and view all the flashcards
Condiția în construcția RB
Condiția în construcția RB
Signup and view all the flashcards
Reprezentare structurată local
Reprezentare structurată local
Signup and view all the flashcards
Nod și independență condițională
Nod și independență condițională
Signup and view all the flashcards
Pătura Markov
Pătura Markov
Signup and view all the flashcards
D-separarea
D-separarea
Signup and view all the flashcards
XYZ nu ține când
XYZ nu ține când
Signup and view all the flashcards
Informații despre relațiile de dependență
Informații despre relațiile de dependență
Signup and view all the flashcards
Analiza D-separării
Analiza D-separării
Signup and view all the flashcards
Utilizarea rețelelor bayesiene
Utilizarea rețelelor bayesiene
Signup and view all the flashcards
Complexitatea procedurii inferențe
Complexitatea procedurii inferențe
Signup and view all the flashcards
Îmbunătățirea procedurii
Îmbunătățirea procedurii
Signup and view all the flashcards
Factorii unei rețele bayesiene
Factorii unei rețele bayesiene
Signup and view all the flashcards
Inferențe aleatoare
Inferențe aleatoare
Signup and view all the flashcards
De ce să eșantionam
De ce să eșantionam
Signup and view all the flashcards
Eșantionare directă
Eșantionare directă
Signup and view all the flashcards
Problema eliminarilor nedorite
Problema eliminarilor nedorite
Signup and view all the flashcards
Fixăm probe
Fixăm probe
Signup and view all the flashcards
Esantionare Gibbs
Esantionare Gibbs
Signup and view all the flashcards
Study Notes
Introducere în Inferența în Rețele Bayesiene
- Evenimentele A și B sunt independente condiționat dacă, știind că C apare, apariția lui A nu influențează apariția lui B și invers.
- Formula pentru independența condiționată: P(A|C) = P(A|B, C) și P(A, B|C) = P(A|C) · P(B|C).
Rețele Bayesiene (RB) – Definiție și Structură
- RB reprezintă relațiile de dependență cauzală între variabile aleatoare printr-un graf orientat aciclic (DAG).
- RB specifică distribuțiile de probabilitate: a priori pentru variabile necondiționate și condiționate pentru cele dependente de variabile părinte.
- RB simplifică inferența probabilistică prin informațiile despre relațiile de dependență între variabile.
- Un nod RB este o variabilă aleatoare.
- O legătură orientată X → Y indică influența directă a variabilei X asupra lui Y, iar parinții lui Y sunt nodurile care influențează direct variabila Y.
- Fiecărui nod îi este asociată o distribuție de probabilitate condiționată (CPT), care, pentru variabilele discrete, ia forma unui tabel.
Construirea unei Rețele Bayesiene
- Pentru o Rețea Bayesiană corectă, fiecare nod trebuie să fie independent condițional de non-descendenți, fiind dați părinții săi.
- Condiția de mai sus este satisfăcută dacă se etichetează nodurile într-o ordine consistentă cu DAG.
- Cauzele preced efectul, iar părinții unui nod trebuie să fie toate nodurile care influențează direct acel nod.
- La construirea unei RB, se va asigura o reprezentare corectă a domeniului cu condiția ca fiecare nod să fie independent condițional de nondescendenți, fiind dați părinții săi.
Pașii de construire:
- Se alege o mulțime de variabile aleatoare care descriu problema.
- Se stabilește o ordonare a variabilelor conform influenței cauzale.
- Se repetă următorii pași până când nu mai sunt variabile:
- selecție variabilă și adăugare nod în RB.
- se atribuie părinți variabilei, asigurând independența condițională.
- se definește CPT pentru variabilă.
Proprietățile Rețelelor Bayesiene
- RB reprezintă structuri locale unde fiecare componentă interacționează cu un număr limitat de alte structuri.
- Folosind n variabile boolene cu maxim k părinți, este nevoie de n * 2^k numere pentru a specifica o distribuție completă, în loc de 2^n.
- Un nod RB este condițional independent de non-descendenți dacă se cunosc părinții săi.
Pătura Markov
- Un nod "A" RB este condițional independent de orice alt nod, dacă se cunosc părinții săi, copiii și părinții copiilor săi.
Inferențe în Rețele Bayesiene
- O RB descrie distribuția comună completă, unde Q este variabila interogată, setE este setul de variabile probă și setU este setul de variabile neobservate.
- Formula pentru inferența pe caz general într-o RB: P(Q|setE) = (1/Z) * Σ(setU) Π P(Xi|parinti(Xi)).
Independența Condițională și D-Separarea
- O relație de independență condițională este verificată folosind structura grafului aciclic orientat.
- Conceptul de D-separare descrie procedura de observare a unui set de noduri Z, care face alte mulțimi (X, Y) independente condițional.
- O relație X ⊥ Y | Z nu este valabilă dacă există o conexiune directă sau un lanț/cale neblocată de noduri din Z între X și Y.
Tipuri de Lanțuri și Blocarea Lor
- Lanț cauzal (X → Z → Y): X nu influențează Y dacă Z e observat.
- Lanț de mărturie (X ← Z ← Y): Y nu influențează X dacă Z e observat.
- Cauză comună (X ← Z → Y): X nu influențează Y dacă Z e observat.
- Efect comun (X → Z ← Y): Y influențează X dacă Z este observat.
- O cale e inactivă dacă include un lanț cauzal, un traseu de evidență sau o cauză comună unde nodul mijlociu este observat, sau un efect comun unde nodul și descendenții nu sunt observați.
- Dacă toate căile sunt inactive între X și Y, atunci X ⊥ Y | Z.
- Dacă există o cale activă, atunci X ̸⊥ Y | Z.
Tehnici de Inferență în Rețele Bayesiene
- Se pot face inferențe exacte și aproximative folosind rețele bayesiene.
Inferența Exactă - Metoda Enumerării
- Se interoghează RB pe P(Q|E1, E2,...), utilizând formula P(Q|E1, E2,...) = (1/Z) * Σ(U1, U2,...) P(Q ∧ E1 ∧ E2 ∧ ... ∧ U1 ∧ U2 ∧ ...), unde Z este factorul de normalizare.
- În procedura de inferență, unele calcule sunt redundante, pot fi îmbunătățite prin eliminarea calculelor redundante prin reținerea pe parcurs(ex, factori în calcul).
- Complexitatea spațială pentru n variabile booleene este O(n), iar cea de timp este O(2^n).
Inferența Exactă – Eliminarea Variabilelor
- Se execută calculele de la dreapta la stânga, memorând rezultatele parțiale și refolosindu-le.
- Factorii sunt inițial asociați câte unul fiecărei variabile aleatoare (fiecărui nod) din RB.
- Un factor este reprezentat printr-un tabel indexat după toate combinațiile posibile de valori ale variabilelor incluse în factor.
- Pașii pentru eliminarea variabilelor includ reducerea și înmulțirea factorilor, apoi însumarea peste variabilele eliminate.
Eliminarea variabilelor detaliat:
- Se reduc factorii fm[M, A] și fp[P, A] doar la liniile unde M = T și P = T , conform observațiilor
- Se înmulțim toți factorii care conțin pe A – fa[A, H, C], fm[M, A], fp[P, A]
- Se Eliminăm prin însumare variabila A (notăm cu A faptul că factorul este însumat peste A). fAHC [M, P, H, C] = ∑A fa[A, H, C] · fm [M, A] · fp[P, A]
- Se elimină variabila C. fAHC [H, M, P] = ∑C fc[C] · fAHC[M, P, H, C]
- Se obține factorul final peste H, M, P și se normalizează
- Se citește rezultatul P(h|m, p) pe linia H = T , M = T , P = T
Operații cu Factori
- Înmulțire: Se realizează între doi factori.
- Eliminare prin însumare: se elimină o variabilă prin însumarea peste valorile sale(sum out).
Inferența de Aproximare - Eșantionare
- Inferențele exacte în RB pot fi foarte costisitoare și au complexitatea exponențială.
- Es, antionarea este mai rapidă decât calculul exact.
De ce ar trebui să se facă es, antionare?
- Învățare: pentru a se obține eșantioane dintr-o distribuție necunoscută.
- Inferență: pentru că este mai rapid să se obțină eșantioane decât să se facă un calcul exact.
- eșantionarea este ca simularea repetată, cu extragerea a N es, antioane dintr-o distribut, ie S.
- Se calculeaă, pe seama lor, o probabilitate aposteriori aproxamativa.(P(Q|e)).
Tipuri de Eșantionare
- Direct, eliminarea es, antionarelor nedorite, ponderată și Gibbs.
Eșantionarea Directă
- Generează eșantioane dintr-o distribuție de probabilitate cunoscută.
- Utilizează generarea de evenimente/eșantioane dintr-o rețea, atunci când nu există probe și în ordinea topologică.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.