6.4贝叶斯网络推理.pptx

贝叶斯网络一个简单地用图形表示条件独立知识的方法，从而可以紧凑描述全联合分布结点集，一个结点表示一个变量有向弧，表示两个变量者有直接影响关系每个结点关联一个条件分布:P(Xi|Parents(Xi))在最简单的情况下，条件分布表示为一个条件概率表（conditionalprobabilitytable，CPT），给出在父结点不同取值情况下，Xi的概率分布

示例

示例我在上班，邻居约翰打电话说我家的警报响了，但邻居玛丽没打电话来。有时警报是由小地震引发的。有小偷吗？变量:Burglary,Earthquake,Alarm,JohnCalls,MaryCalls贝叶斯网络反映“因果”知识：小偷（burglar）会引发警报（alarm）小地震（earthquake）会引发警报（alarm）警报（alarm）会引起邻居玛丽打电话（MaryCalls）警报（alarm）会引起邻居约翰打电话（JohnCalls）

示例

贝叶斯网络推理全联合分布定义成局部条件分布的乘积：

例如：

贝叶斯网络推理

利用全联合分布进行枚举推理公式：P(Y|E=e)=αP(Y,E=e)=αΣhP(Y,E=e,H=h)

贝叶斯网络推理