贝叶斯网络简介.pptx

贝叶斯网络贝叶斯网络贝叶斯网络1、引例1、引例1、引例先验概率：根据历史资料或主观判断所确定的各种事件发生的概率。先验概率可分为两类：客观先验概率：是指利用过去的历史资料计算得到的概率(如：在自然语言处理中，从语料库中统计词语的出现频率——客观先验概率)；主观先验概率：是指在无历史资料或历史资料不全的时候，只能凭借人们的主观经验来判断取得的概率。后验概率：是指利用贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率修正后得到的更符合实际的概率。条件概率：是指当条件事件发生后，该事件发生的概率。3、贝叶斯网络概述3、贝叶斯网络概述3、贝叶斯网络概述贝叶斯网络的3个重要议题：贝叶斯网络预测：是指已知一定的原因，利用贝叶斯网络进行计算，求出由原因导致结果的概率。贝叶斯网络诊断：是指已知发生了某些结果，根据贝叶斯网络推理出造成该结果发生的原因以及发生的概率。贝叶斯网络学习(训练)：是指利用现有数据对先验知识进行修正的过程，每一次学习都对贝叶斯网络的先验概率进行调整，使得新的贝叶斯网络更能反映数据中所蕴含的知识。4、贝叶斯网络的预测、诊断和训练4、贝叶斯网络的预测、诊断和训练4、贝叶斯网络的预测、诊断和训练4、贝叶斯网络的预测、诊断和训练4.1贝叶斯网络的预测4.1贝叶斯网络的预测4.1贝叶斯网络的预测4.1贝叶斯网络的预测4.1贝叶斯网络的预测4.1贝叶斯网络的预测——预测算法4.2贝叶斯网络的诊断4.2贝叶斯网络的诊断4.2贝叶斯网络的诊断4.2贝叶斯网络的诊断4.2贝叶斯网络的诊断4.2贝叶斯网络的诊断——诊断算法4.3贝叶斯网络的建立和训练4.3贝叶斯网络的建立和训练4.3贝叶斯网络的建立和训练4.3贝叶斯网络的建立和训练4.3贝叶斯网络的建立和训练4.3贝叶斯网络的建立和训练5、贝叶斯网络的优越性