avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
136 Dodatek<br />
tega pa predvidimo tudi, da nas bo v primeru, da se je alarm sproˇzil, poklical<br />
sosed. Vrednosti v tabelah prikazujejo pogojno verjetnost dogodka v primeru, da<br />
je določen atribut znan. Vzemimo na primer, da nas zanima, kakˇsna je verjetnost,<br />
da je priˇslo do vloma v primeru, da nas je poklical sosed (p(V |Kda)).<br />
B E<br />
da da<br />
da ne<br />
ne da<br />
ne ne<br />
Vlom<br />
p(A|V,E)<br />
0.95<br />
0.94<br />
0.29<br />
0.001<br />
p(V) p(E)<br />
0.001 Potres 0.002<br />
Alarm<br />
Klic soseda<br />
A<br />
da<br />
ne<br />
p(K|A)<br />
0.7<br />
0.01<br />
Slika C.2: Primer Bayesove mreˇze za modeliranje Alarmnega sistema<br />
V ta namen moramo najprej določiti začetno stanje mreˇze, ki nam pove,<br />
kolikˇsna je verjetnost za posamezen atribut v primeru, da nimamo nobene<br />
dodatne informacije o sistemu. To naredimo tako, da najprej po enačbi (C.16)<br />
izračunamo skupno verjetnost sistema, pri čemer upoˇstevamo odvisnosti med<br />
posameznimi spremenljikami<br />
p(V, E, A, K) = p(K|A)p(A|V, E)p(V )p(E). (C.17)<br />
V primeru, da ˇzelimo dobiti verjetnost za posamezno spremenljivko, moramo<br />
skupno verjetnost marginalizirati po tej spremenljivki. Tako je na primer<br />
verjetnost za klic soseda