формат Adobe PDF, размер 2173 Кб - Информационно ...

С. А. ТЕРЕХОВСнежинский физико-технический институт, г. Снежинск;ООО НейрОК, г. Москва,E-mail: alife@narod.ruВВЕДЕНИЕ В БАЙЕСОВЫ СЕТИАннотацияБайесовы сети представляют собой графовые модели вероятностных ипричинно-следственных отношений между переменными в статистическоминформационном моделировании. В байесовых сетях могут органическисочетаться эмпирические частоты появления различных значений переменных,субъективные оценки «ожиданий» и теоретические представления оматематических вероятностях тех или иных следствий из априорной информации.Это является важным практическим преимуществом и отличаетбайесовы сети от других методик информационного моделирования. В обзорнойлекции изложено краткое введение в методы вычисления вероятностейи вывода статистических суждений в байесовых сетях.S. A. TEREKHOFFSnezhinsk Institute of Physics and Technology (SFTI), Snezhinsk;NeurOK LLC, Moscow,E-mail: alife@narod.ruBAYESIAN NETWORKS PRIMERAbstractBayesian networks represent probabilistic graph models of casual relations betweenvariables in statistical information modelling. Bayesian networks consolidateempirical frequencies of events, subjective beliefs and theoretical representationsof mathematical probabilities. It is the important practical advantagewhich distinguishes Bayesian networks from other techniques of informationmodelling. This survey lecture presents a brief introduction to calculation ofprobabilities and statistical inference methods in Bayesian networks.УДК 004.032.26 (06) Нейронные сети 149