Mehdi.Aref 26780 اشتراک گذاری ارسال شده در 11 فروردین، ۱۳۹۵ موضوع تمرین :ایجاد,آموزش و استنتاج شبکه های بیزی و دسته بندی کننده بیزی نام درس : یادگیری ماشین ارائه دهنده : کیام نصری آشنایی با شبکه های بیزی : امروزه بسياري از مشكلات انسان‌ها، با كمك هوش مصنوعي حل مي‌شود. يكي از مهمترين خصوصيات اين مشكلات وجود عدم قطعيت (uncertainty) در آنها است. روش‌هاي زيادي در هوش مصنوعي براي كنترل عدم قطعيت پيشنهاد شده‌اند كه اكثر آنها بر پايه نظريه احتمالات و نظريه فازي بنا نهاده شده‌اند. در اين مطالعه مي‌خواهيم يك روش برای کنترل عدم قطعيت در مسائل بر پايه نظريه احتمالات به نام شبكه‌هاي بيزي (Bayesian Networks) را بررسي كنيم. در سيستم‌هاي هوشمند بسياری نياز به جواب درخواست‌هايي (query) است كه احتمال وقوع يك رويداد را براساس تعدادي از مشاهدات مي‌خواهند. مثلاً در يك سيستم تصميم‌يار دندان پزشك، احتمال خرابي دندان براساس مشاهداتي مانند دندان درد و رنگ بيروني دندان مطلوب مي‌باشد. به عنوان مثال ديگر، در سيستم‌هاي دسته‌بندي احتمال عضويت يك شي در هر يك از دسته‌ها براساس ويژگي‌هاي شي موردنظر است. به فرايند جواب دادن به درخواست‌ها، استنتاج (inference) مي‌گويند و هر فرايند استنتاج نياز به داده‌هايي در مورد قلمرويی (domain) دارد كه قصد كنترل عدم قطعيت آن را داريم. در توضيحاتی که در ادامه خواهد آمد، متغير‌های تصادفی را با حرف اول بزرگ و مقادير آنها را با حرف اول کوچک نشان می‌دهيم. همچنين، ماتريس‌ها و بردار‌ها را با حروف پررنگ (bold) نشان می‌دهيم. 1 لینک به دیدگاه
ارسال های توصیه شده