Podcast
Questions and Answers
Betrachten Sie eine gemeinsame Wahrscheinlichkeitsverteilung über Zufallsvariablen 𝑋1,𝑋2,𝑋3. Welche der folgenden Gleichungen gelten im Allgemeinen?
Consider a joint probability distribution over random variables 𝑋1,𝑋2,𝑋3. Which of the following equations hold in general?
Betrachten Sie eine gemeinsame Wahrscheinlichkeitsverteilung über Zufallsvariablen 𝑋1,𝑋2,𝑋3. Welche der folgenden Gleichungen gelten im Allgemeinen?
Consider a joint probability distribution over random variables 𝑋1,𝑋2,𝑋3. Which of the following equations hold in general?
- 𝑃(𝑋1,𝑋2,𝑋3)=𝑃(𝑋3∣𝑋1,𝑋2)𝑃(𝑋1∣𝑋2)𝑃(𝑋2) (correct)
- 𝑃(𝑋1,𝑋2,𝑋3)=𝑃(𝑋1,𝑋2∣𝑋3)𝑃(𝑋3) (correct)
- 𝑃(𝑋1,𝑋2,𝑋3)=𝑃(𝑋1∣𝑋2,𝑋3)𝑃(𝑋2∣𝑋3)𝑃(𝑋3) (correct)
- 𝑃(𝑋1,𝑋2,𝑋3)=𝑃(𝑋1∣𝑋2,𝑋3)𝑃(𝑋2,𝑋3) (correct)
Die Topologie eines bayesschen Netzwerks gibt bedingte Unabhängigkeiten zwischen den Zufallsvariablen an.
The topology of a Bayesian network specifies conditional independencies among the random variables.
Die Topologie eines bayesschen Netzwerks gibt bedingte Unabhängigkeiten zwischen den Zufallsvariablen an.
The topology of a Bayesian network specifies conditional independencies among the random variables.
True (A)
Direktes Sampling (Ancestral Sampling) ist ein Ansatz zur approximativen Inferenz in einem bayesschen Netzwerk.
Direct sampling (ancestral sampling) is an approach for approximate inference in a Bayesian network.
Direktes Sampling (Ancestral Sampling) ist ein Ansatz zur approximativen Inferenz in einem bayesschen Netzwerk.
Direct sampling (ancestral sampling) is an approach for approximate inference in a Bayesian network.
Die Komplexität der exakten probabilistischen Inferenz in einem bayesschen Netz hängt unter anderem von der Graphenstruktur ab.
The complexity of exact probabilistic inference in a Bayesian network is, next to other things, dependent on the graph structure.
Die Komplexität der exakten probabilistischen Inferenz in einem bayesschen Netz hängt unter anderem von der Graphenstruktur ab.
The complexity of exact probabilistic inference in a Bayesian network is, next to other things, dependent on the graph structure.
Das Prinzip des maximal erwarteten Nutzens (MEU) besagt, dass ein rationaler Akteur versuchen sollte, seinen erwarteten Nutzen zu minimieren.
The principle of maximum expected utility (MEU) states that a rational agent should attempt to minimize its expected utility
Das Prinzip des maximal erwarteten Nutzens (MEU) besagt, dass ein rationaler Akteur versuchen sollte, seinen erwarteten Nutzen zu minimieren.
The principle of maximum expected utility (MEU) states that a rational agent should attempt to minimize its expected utility
Bezeichnen wir mit 𝑈(𝑠)=𝑠√ die Nutzenfunktion eines Agenten für einen Zustand 𝑠∈[0,∞].
Let 𝑈(𝑠)=𝑠√ denote the utility function of an agent for a state 𝑠∈[0,∞].
Bezeichnen wir mit 𝑈(𝑠)=𝑠√ die Nutzenfunktion eines Agenten für einen Zustand 𝑠∈[0,∞].
Let 𝑈(𝑠)=𝑠√ denote the utility function of an agent for a state 𝑠∈[0,∞].
Flashcards
Capital of France (example flashcard)
Capital of France (example flashcard)
Paris
