基于结果的贝叶斯网络

Question

我是新来的，但有一个问题需要帮助。我正在学习机器学习，特别是贝叶斯网络。我要解决的问题是：

考虑一头可能患有疾病的母牛。您可以通过假阳性率为 0.05 和假阴性率为 0.01 的牛奶测试来检测这种疾病。该测试连续进行 5 天，有 5 个结果。给定一组结果，确定疾病的状态。假设第一天感染的先验概率为 0.001，并且某一天的感染状态仅取决于其前一天的状态，因此感染持续到第二天的概率为 0.70 ，而新感染的概率为 0.002。

然后你给出了一组结果，并要求根据这些结果确定一些东西。我不太确定如何为这个问题构建网络，并且想知道是否有人有一些指示。

谢谢。

Answer 1

贝叶斯网络应具有以下结构：

• infectn表示当天牛是否感染n
• testn 给出n 当天的测试结果

Answer 2

如图所示，这就是所谓的“隐马尔可夫模型”（HMM）。搜索该词应该会找到很多信息。