人工智能导论_第5章概要1.ppt

第五章 不确定性推理 概述 概率论基础 Bayes网络 主观Bayes方法 确定性方法 证据理论 第五章 不确定性推理 概述 概率论基础 Bayes网络 主观Bayes方法 确定性方法 证据理论 概述 不精确思维并非专家的习惯或爱好所至，而是客观现实的要求。 很多原因导致同一结果 推理所需的信息不完备 背景知识不足 信息描述模糊 信息中含有噪声 规划是模糊的 推理能力不足 解题方案不唯一 概述-表示的3方面问题 不确定问题的数学模型表示的3方面问题 表示问题： 表达要清楚。表示方法规则不仅仅是数，还要有语义描述。 计算问题： 不确定性的传播和更新。也是获取新信息的过程。 不确定性推理例子 例如，对于如下的推理过程： R1：A1∧A2→B1 R2：A2∨A3→B2 R3：B1→B R4：B2→B 在描述这些规则时 采用的都是不确定性知识表示方式 概述-表示的3方面问题 语义问题：将各个公式解释清楚。 语义问题：如何解释表示和计算的含义，目前多用概率方法。 如：f（B，A）可理解为当前提A为真时结论B为真的一种影响程度， C（A）可理解为A为真的程度。 特别关心的是f（B，A）的值： 1）A(T) →B(T), f（B，A）=? 2）A(T) →B(F), f（B，A）=? 3）B 独立于A，f（B，A）=? 对C（A）关心的是：