Intelligens rendszerek laboratórium 1 - 4. Ellenőrző kérdések

A VIK Wikiből
A lap korábbi változatát látod, amilyen Sweidán Omár (vitalap | szerkesztései) 2016. április 4., 12:50-kor történt szerkesztése után volt.
(eltér) ← Régebbi változat | Aktuális változat (eltér) | Újabb változat→ (eltér)
Ugrás a navigációhoz Ugrás a kereséshez
← Vissza az előző oldalra – Intelligens rendszerek laboratórium 1
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?

Egy változó Markov-határát annak szülei, gyermekei, valamint gyermekei szülei alkotják.


Mit értünk következtetés alatt Bayes-hálók esetén?

A következtetés során a feladat, hogy megbecsüljük egy adott esemény, vagy egy modell feltételes valószínűségét az alapismereteink és a megfigyelési adatok szerint.

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?