贝叶斯网络要点.ppt

3 贝叶斯信念网络 接下来考虑下一个数据样本 的概率分布 首先有 而 三、贝叶斯网的学习 1、参数学习 另一方面，由于 具有全局独立性，有 所以 这个公式说的是， 是S-可分解的，因此可以表示为一个以S为结构的贝叶斯网。 3 贝叶斯信念网络 用 表示这个贝叶斯网的参数： 注意， 与贝叶斯网 的参数 不同： 是一个固定的取值，而 则是一个随机变量。 参数 可以按如下公式计算： 三、贝叶斯网的学习 1、参数学习 3 贝叶斯信念网络 由于 是Dirichlet分布 ，因此有 所以， 三、贝叶斯网的学习 1、参数学习 3 贝叶斯信念网络 例 下图所示贝叶斯网S，其中所有变量均取二值，1或2。设图（b）是关于S的一组i.i.d.数据，考虑计算S参数的贝叶斯估计。 三、贝叶斯网的学习 1、参数学习 （a）贝叶斯网S （b）完整数据 3 贝叶斯信念网络 首先，假设先验分布 是乘积Dirichlet分布，且其超参数