原创力文档- 1、本文档共36页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
贝叶斯网络参数学习 缺值数据最大似然估计：EM算法 （迭代算法） 1 基于 对数据进行修补，使之完整 (E-step) 2 基于修补后的完整数据计算的最大似然估计 (M-Step) EM算法是收敛的。 隐结构模型学习 隐变量是取值未被观察到的变量。通过数据分析： 1 隐变量的个数 2 隐结构 3 隐变量的势 4 模型参数 方法：基于评分函数的爬山法 G是一个隐变量模型，D是一组数据。 是G的参数的某一个最大似然估计， 是G的有效维数。 隐变量势学习爬山算法 隐结构学习双重爬山算法 贝叶斯网络用于分类和因果关系分析 (1) Na?ve Bayesian networks (2) Tree augment Bayesian networks, et al. (3) PC (Spirtes et al.,2000) , IC(Pearl,2000) algorithm 动态贝叶斯网络 DBN: Dynamic Bayesian networks Dealing with time In many systems, data arrives sequentially Dynamic Bayes nets (DBNs) can be used to model such time-series (sequence) data Special cases of DBNs include State-space models Hidden Markov models (HMMs) Software Tools Microsoft’s MSBNX BNT Kevin Murphy. BayesNet Toolbox for Matlab (BNT). http://www.cs.ubc.ca/~murphyk/Software/BNT/bnt.html, 2001. 参考文献 (美)拉塞尔，(美)诺文 著. 姜哲 等译. 人工智能—一种现代 方法(第二版)，北京：人民邮电出版社，2004.6. (Chapter 13,14,15,20). Kevin Patrick Murphy. Dynamic Bayesian Networks: Representation, Inference and learning. PhD dissertation, University of California, Berkeley, 2002. David Heckerman. A Tutorial on Learning with Bayesian Networks. Microsoft Technical Report.No.MSR-TR-95-06.Microsoft Research, March 1995 (revised November 1996) Richard E. Neapolitan. Learning Bayesian Networks. Prentice Hall Series in Artificial Intelligence, Pearson Education, Inc., Pearson Prentice Hall, Upper Saddle River, NJ 07458, 2004. Northeastern Illinois University, Chicago, Illinois. 贝叶斯网络简介 Introduction to Bayesian Networks 基本框架 贝叶斯网络：? 概率论 ? 图论 基本思路 贝叶斯网络是为了处理人工智能研究中的不确定性(uncertainty)问题而发展起来的. 贝叶斯网络是将概率统计应用于复杂领域进行不确定性推理和数据分析的工具。 BN是一种系统地描述随即变量之间关系的工具。建立BN的目的主要是进行概率推理(probabilistic inference)。 用概率论处理不确定性的主要优点是保证推理结果的正确性。 几个重要原理 链规则(chain rule) 贝叶斯定理(Bayes’ theorem) 利用变量间条件独立性 What are they? Bayesian nets are a network-based framework for representing and analyzing models involving uncertainty What are they used for? Intelligent decision aids, da
文档评论（0）