Raisonnement probabiliste avec les réseaux bayésiens
Représenter une loi jointe sur de nombreuses variables par un graphe et une poignée de petites tables, puis y répondre aux requêtes exactement quand la structure le permet et par échantillonnage quand elle ne le permet pas.
Connectez-vous pour passer les quiz, gagner des XP et débloquer les étapes en atteignant 90% de maîtrise.
Réseaux bayésiens et loi jointe
25 min · 100 XPUn graphe orienté acyclique avec une table de probabilités conditionnelles à chaque nœud, le produit qui définit ce qu'il signifie, et les indépendances conditionnelles qui le rendent compact.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.
Inférence exacte : énumération et élimination
30 min · 120 XPRépondre à P(Cambriolage | JohnAppelle, MaryAppelle) en sommant sur les variables cachées, voir le travail répété, et l'éliminer avec des facteurs et l'élimination de variables.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.
Inférence approchée par échantillonnage
30 min · 120 XPTirer des événements du réseau, les compter, et voir pourquoi l'échantillonnage par rejet gaspille presque tout, comment la pondération par vraisemblance garde chaque échantillon, et ce que fait l'échantillonnage de Gibbs à la place.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.