【发布时间】:2020-12-06 19:40:52
【问题描述】:
我真的不知道这是否合适,但我有一个与 IA 相关的数学问题要解决,这听起来很容易,但我有问题要做。 基本上,我正在研究贝叶斯网络,这是老师给我们的定义:
这个想法是做练习。 我对 V 的元素数量进行了重复(因为这是老师建议的),并且我设法进行了初始化,但我正在为重复本身而苦苦挣扎。 有人知道如何解决这个问题吗? 谢谢!
【问题讨论】:
标签: networking bayesian
我真的不知道这是否合适,但我有一个与 IA 相关的数学问题要解决,这听起来很容易,但我有问题要做。 基本上,我正在研究贝叶斯网络,这是老师给我们的定义:
这个想法是做练习。 我对 V 的元素数量进行了重复(因为这是老师建议的),并且我设法进行了初始化,但我正在为重复本身而苦苦挣扎。 有人知道如何解决这个问题吗? 谢谢!
【问题讨论】:
标签: networking bayesian
很快,注意到一个 DAG 至少有一个叶子 F 并且这样的叶子只出现在联合概率分布的分解的一项中就足够了:P(F|parents(F))。
因此,我们可以隔离 sum_F P(F|parents(F)) 并且这必然总和为 1。剩下的是除 F 之外的所有变量的 DAG,其联合分布具有相同类型的分解。所以递归...
【讨论】: