WykÅad 3: Sieci Bayesa
WykÅad 3: Sieci Bayesa
WykÅad 3: Sieci Bayesa
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
a<br />
E<br />
b<br />
d<br />
c<br />
G<br />
F<br />
<br />
<br />
<br />
<br />
gdzie a, b, c, d to obserwacje, E, F, G to hipotezy<br />
Aby zdefiniować graf zwykle podaje się zbiór jego wierzchołków<br />
oraz zbiór jego krawędzi.<br />
Każdy wierzchołek reprezentuje obserwację lub hipotezę, każda<br />
krawędź jest określona w ten sposób, że podaje się dla niej<br />
informacje o wierzchołkach które dana krawędź łączy, oraz<br />
ewentualnie dla grafów skierowanych informację o kierunku<br />
krawędzi.<br />
Załóżmy, że G będzie grafem określonym zbiorem wierzchołków<br />
N i krawędzi E.<br />
Załóżmy, również że dany jest zbiór prawdopodobieństw<br />
warunkowych CP. Elementami tego zbiory są<br />
prawdopodobieństwa opisujące poszczególne krawędzie grafu