„Intelligens rendszerek laboratórium 1 - 4. Ellenőrző kérdések” változatai közötti eltérés
A VIK Wikiből
(Új oldal, tartalma: „{{vissza|Intelligens rendszerek laboratórium 1}} ; Írja fel a feltételes valószínűség definícióját! ; Írja fel a Bayes tételt! ; Gráfelméleti szempontbó…”) |
a (Első két kérdés megválaszolása) |
||
2. sor: | 2. sor: | ||
; Írja fel a feltételes valószínűség definícióját! | ; Írja fel a feltételes valószínűség definícióját! | ||
Legyen <math>A</math> és <math>B</math> két esemény, <math> P(B)>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! | ; 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] | ; Gráfelméleti szempontból mi egy Bayes-háló? [gráfelméleti fogalom] | ||
; Mik egy Bayes-hálóban egy változó gyermekei és szülei, továbbá mikor a priori egy változó? | ; Mik egy Bayes-hálóban egy változó gyermekei és szülei, továbbá mikor a priori egy változó? |
A lap 2016. március 31., 13:34-kori változata
- Írja fel a feltételes valószínűség definícióját!
Legyen és két esemény, . Ekkor az esemény -re vonatkozó feltételes valószínűségén a
mennyiséget értjük.
- Írja fel a Bayes tételt!
A tétel azt állítja, hogy ha ismert az és események valószínűsége, és a feltételes valószínűség, akkor
- Gráfelméleti szempontból mi egy Bayes-háló? [gráfelméleti fogalom]
- Mik egy Bayes-hálóban egy változó gyermekei és szülei, továbbá mikor a priori egy változó?
- Mit értünk feltételes függetlenség alatt Bayes-hálók esetén?
- Mire jók a Bayes-hálók?
- Milyen elemekből épülnek fel a Bayes-hálók? [felsorolás]
- Mit értünk egy Bayes-hálós változó/csomópont Markov-határán?
- 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?