智能决策理论与方法--贝叶斯网络幻灯片.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 数据处理与智能决策 * 2. 使用Naive Bayesian标注 M步： E步: 似然 函数 7 半监督文本挖掘算法 (61a) * 数据处理与智能决策 * 试验结果 1000 足球类文档 876 特征词 7 半监督文本挖掘算法 * 数据处理与智能决策 * 贝叶斯网中的证据推理 目的：通过联合概率分布公式，在给定的网络结构 和已知证据下，计算某一事件的发生的概率。 E 网络 证据 查询 推理 贝叶斯推理可以在反复使用贝叶斯规则而获得 = = p(B) A)p(A) | p(B p(B) B) p(A, B) | p(A * 数据处理与智能决策 * 推理方法概述 精确推理 网络的拓扑结构是推理复杂性的主要原因； 当前的一些精确算法是有效地，能够解决现实中的大部分问题 由于对知识的认知程度，精确推理还存在一些问题 近似推理 证据的低似然性和函数关系 是近似推理中复杂性的主要原因 NP Hard * 数据处理与智能决策 * 影响推理的因素