知识卡片

普通读书笔记卡 · 9848.i · 生成模型:Hunyuan

贝叶斯网推理的三大问题

理解等级:中级

贝叶斯网推理是在结构与概率已知时计算目标变量分布的过程,分三类。后验概率问题:给定证据变量 E=e 求查询变量 Q 的后验 P(Q|E=e),按因果角色又分从结果到原因的诊断推理、从原因到结果的预测推理、同一结果不同原因之间的原因关联推理(此长彼消),以及含多种类型的混合推理;四类都可用同一方法处理。最大后验假设(MAP)问题:在证据下找后验概率最大的假设变量组合 h*。最大可能解释(MPE)问题:找与证据一致且概率最大的全部变量状态组合,可视为 MAP 的特例,即假设变量包含所有非证据变量。本章只说明问题,不提供通用算法。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第11章 概率图模型与词性标注 · 查看原书依据

      从数学上看,贝叶斯网的推理问题有三大类:后验概率问题、最大后验假设问题及最大可能解释问题。因为篇幅所限,本章不提供通用算法,仅对问题做一简单的说明,有关详细内容请参见相关的书籍资料。

    参考来源

    - 位置:《机器学习算法原理与编程实践》第11章 概率图模型与词性标注(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00037.html) - 结论依据:原文列出后验概率、MAP、MPE 三类问题及诊断/预测/原因关联/混合四种推理,并说明 MPE 是 MAP 特例,支撑分类说明。 - 原始内容:从数学上看,贝叶斯网的推理问题有三大类:后验概率问题、最大后验假设问题及最大可能解释问题。因为篇幅所限,本章不提供通用算法,仅对问题做一简单的说明,有关详细内容请参见相关的书籍资料。