ベイジアンネットワーク概説 33.pptVIP

ベイジアンネットワーク概説3.3 ベイジアンネットワークの母数推定 茨城大学工学部 佐々木稔 はじめに サンプルデータ数の影響を考慮した推論 母数（パラメトリック）モデルの導出 母数モデル 確率構造 BS のとき、3.2節より θijk : 親ノード変数集合 pa(Xi) のうち、j 番目の 　　　　　パターンをとり、Xi = k となる条件付き確率の母数 Θ= {θijk} (i=1, ???, n ; j=1, ???, qi ; k=0, ???,ri-1) Θについての尤度 Xを所与としたときのパラメータΘについての尤度 多項分布に従う この尤度が最大となる母数を求める 独立試行確率の計算 事前分布の推定 パラメータθについての事前分布 p(θ|BS) 自然共益事前分布の導入 ディリクレ(Dirichlet)分布 事前、事後の分布形を同一にする N’ijk は Nijk に対応するハイパーパラメータ 事前分布の推定 i, j, k 以外は積分するとベータ分布になる 母数値とベータ分布の形状 母数推定 事後分布 p(X, θ|BS) 尤度と事前分布の積 母数推定 事後分布 p(X, θ|BS) を最大化する このとき、 より、 母数推定 θijkで偏微分したものが 0 となる θijk を求める 母数推定 推定値は ただし、 数値例 θijk の推