23.08.2013 Views

2. Bayesin päätösteoria

2. Bayesin päätösteoria

2. Bayesin päätösteoria

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

=<br />

P( g)<br />

= P( e, f, g, h)<br />

e, f, h<br />

Oulun yliopisto, Hahmontunnistus ja neuroverkot (521497S), TS<br />

=<br />

∑<br />

e, f, h<br />

=<br />

=<br />

=<br />

∑<br />

e, f, h<br />

∑<br />

e, f, h<br />

∑<br />

f, h<br />

50 / 99<br />

tilan. Termiä α<br />

voidaan laskea aivan lopuksi; lausekkeen käyttöä havainnollistetaan<br />

seuraavaksi.<br />

Esimerkki: Kalalajin päätteleminen <strong>Bayesin</strong> verkon avulla<br />

Kuvatkoon alla esitetty kaavio käytettävää <strong>Bayesin</strong> verkkoa:<br />

Seuraavat taulukot kuvaavat asiantuntijan asettamia todennäköisyyksiä:<br />

∑<br />

∑ P( e)P<br />

( f, g, h e)<br />

e, f, h<br />

P( e)P<br />

f e<br />

P( e)P<br />

f e<br />

( )P( g, h e, f)<br />

( )P( g e, f)P(<br />

h e, f, g)<br />

P( e)P<br />

( f e)P<br />

g e<br />

P( h f, g)<br />

∑<br />

e<br />

( )P( h f, g)<br />

P( e)P<br />

( f e)P<br />

( g e)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!