Intelligens rendszerek laboratórium 1 - 4. Ellenőrző kérdések

← Vissza az előző oldalra – Intelligens rendszerek laboratórium 1

Írja fel a feltételes valószínűség definícióját!

Legyen $A$ és $B$ két esemény, $P(B)>0$. Ekkor az $A$ esemény $B$-re vonatkozó feltételes valószínűségén a

$P(A\vert B)={\frac {P(A\cdot B)}{P(B)}}$ mennyiséget értjük.

Írja fel a Bayes tételt!

A tétel azt állítja, hogy ha ismert az $A$ és $B$ események valószínűsége, és a $P(B\vert A)$ feltételes valószínűség, akkor

$P(A\vert B)={\frac {P(B\vert A)\cdot P(A)}{P(B)}}$

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 $X$ csomóponttól az $Y$ csomópontig, azt mondjuk, hogy az $X$ a szülője az $Y$-nak.

Az $a$ 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 $a$ esemény igaz; jelölése $P(a)$.

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 $A$ a szülő csomópont és $B$ és $C$ a gyermek csomópontok, akkor a $P(B\cdot C\vert A)=P(B\vert A)*P(C\vert A)$ vagyis feltételesen független $B$ és $C$, 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?

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?