Intelligens rendszerek laboratórium 1 - 4. Ellenőrző kérdések
- Írja fel a feltételes valószínűség definícióját!
Legyen [math]A[/math] és [math]B[/math] két esemény, [math] P(B)\gt 0[/math]. Ekkor az [math] A[/math] esemény [math]B[/math]-re vonatkozó feltételes valószínűségén a
[math]P(A\vert B)=\frac{P(A \cdot B)}{P(B)}[/math] mennyiséget értjük.
- Írja fel a Bayes tételt!
A tétel azt állítja, hogy ha ismert az [math]A[/math] és [math]B[/math] események valószínűsége, és a [math]P(B\vert A)[/math] feltételes valószínűség, akkor
[math] P(A\vert B) = \frac{P(B \vert A) \cdot P(A)}{P(B)}[/math]
- Gráfelméleti szempontból mi egy Bayes-háló? [gráfelméleti fogalom]
Irányított körmentes gráf (DAG).
- Mik egy Bayes-hálóban egy változó gyermekei és szülei, továbbá mikor a priori egy változó?
Az adott csomópont leszármazottja azok a csomópontok, melyek egy hierarchia szinttel lejjebb vannak az adott csomóponttól. Tehát a gyermek csomópontjai az adott csomópontnak.
Ha létezik nyíl az [math]X[/math] csomóponttól az [math]Y[/math] csomópontig, azt mondjuk, hogy az [math]X[/math] a szülője az [math]Y[/math]-nak.
Az [math]a[/math] állításhoz tartozó feltétel nélküli (unconditional) vagy a priori valószínűség (prior probability) azt a meggyőződési mértéket jelenti, amely bármely más információ hiányában az állításhoz kapcsolható és egy adott időpillanatban az [math]a[/math] esemény igaz; jelölése [math]P(a)[/math].
- Mit értünk feltételes függetlenség alatt Bayes-hálók esetén?
A feltételes függetlenség egy matematikai kitétel, olyan esetekre amikor két esemény egymástól teljesen független, mégis egy okból származnak. Vagyis egy ilyen gyerek esemény valószínűsége csak a szülő csomóponttól függ, a szomszédos csomópontoktól nem. Például ha [math]A[/math] a szülő csomópont és [math]B[/math] és [math]C[/math] a gyermek csomópontok, akkor a [math]P(B \cdot C \vert A) = P(B \vert A) * P(C \vert A)[/math] vagyis feltételesen független [math]B[/math] és [math]C[/math], de az ősük közös.
- Mire jók a Bayes-hálók?
A változók közötti függőség leírásához, és bármely együttes valószínűség-eloszlás függvény tömör megadásához.
- Milyen elemekből épülnek fel a Bayes-hálók? [felsorolás]
csomópontok
irányított élek
- Mit értünk egy Bayes-hálós változó/csomópont Markov-határán?
Markov-határ: Olyan változók minimális halmaza, amelyek ismeretében a célváltozó független az összes többi változótól.
- Mit értünk következtetés alatt Bayes-hálók esetén?
- Mit értünk evidencia alatt egy Bayes-hálóban?
- Adjon példát egyszerűbb (min. 4 csomópontból álló) értelmes Bayes-hálóra [magyarázattal]!
- Elsősorban mire való a BNet szoftver?
- Milyen multi-ágens szcenárióban és milyen célból használunk a Bayes-hálókat a laborgyakorlat során? [rövid leírás]
- Hogyan teremtünk kapcsolatot a BNet és a JADE között?
- Milyen formában olvassák be a laborgyakorlat JADE-es ágensei a BNet-es Bayes-hálókat?
- Mire szolgál a laborgyakorlat orvos ágenseinek Bayes-hálójában az aggregatedDiagnoses változó/csomópont?
- Mire való és mit tartalmaz a laborgyakorlat JADE-es ágenseinek indításakor megadandó konfigurációs fájl?
- Milyen tartalmú üzeneteket küldenek egymásnak a laborgyakorlat JADE-es ágensei? [főbb tartalmi elemek szöveges összefoglalása]
- Mire szolgál a DoctorAgent aggregateDiagnoses metódusa?
- Soroljon fel legalább 5 bináris változót, amely a laborgyakorlat során az Influenza tárgyterületet jellemzi?
