networking - 贝叶斯网络概率
问题描述
我真的不知道这是否合适,但我有一个与 IA 相关的数学问题要解决,这听起来很容易,但我有问题要做。基本上,我正在研究贝叶斯网络,这是老师给我们的定义:
这个想法是做练习。我对 V 的元素数量进行了重复(因为这是老师建议的),并且我设法进行了初始化,但我正在为重复本身而苦苦挣扎。有人知道如何解决这个问题吗?谢谢!
解决方案
很快,注意到一个 DAG 至少有一个叶子 F 并且这样的叶子只出现在联合概率分布的分解的一项中就足够了:P(F|parents(F))。
因此,我们可以隔离 sum_F P(F|parents(F)) 并且这必然总和为 1。剩下的是除 F 之外的所有变量的 DAG,其联合分布具有相同类型的分解。所以递归...
推荐阅读
- docker - 如何使用 Docker Desktop for Windows 在 Jenkins 的 Docker 设置之外实现 Docker?
- c# - 如何将 JSON 数据转换为 DataTable
- django - 如何在 Django 中向多对多关系中添加字段?
- google-apps-script - 如何使用谷歌脚本从谷歌表格中选择的当前行中获取值
- node.js - 在 sequelize getter 和 setter 函数中使用“类型参数不可分配给类型参数”错误
- c# - Xamarin.Forms 更改应用程序的背景颜色
- c# - 改进多线程代码设计以防止竞争条件
- kubernetes - Kubernetespodoperator - 如何将现有目录映射到图像内的一个目录
- python - 过滤 GET 请求时对象不可下标
- java - 如何检测单击了哪个按钮 - Java