概率论基础
- 条件概率
文章图片
- 全概率公式
文章图片
文章图片
文章图片
产生式规则： 【人工智能|人工智能之主观贝叶斯方法及贝叶斯公式附加相关习题】IF E THEN Hi
文章图片
文章图片
文章图片
主观贝叶斯的基本思想
文章图片
知识不确定性的表示
文章图片
文章图片
文章图片
以下为公式V：
文章图片
几率函数 取值范围为［0,+∞］
文章图片
所以几率函数就是把p(x)放大了
文章图片
文章图片
证明关于LN的公式推导思路：
文章图片
LS和LN的性质
文章图片
文章图片
文章图片
证明：
文章图片
Conclusion：
当证据E愈是支持H为真时，则LS的值应该愈大；当证据E对H愈是重要时，则相应的LN的值应该愈小。
证据不确定性的表示
- 1、单个证据不确定性的表示方法
文章图片
- 2、组合证据的不确定性的确定方法
文章图片
- 确定性证据
文章图片
以上两个公式的推导过程分别如下：
文章图片
文章图片
文章图片
题解：
文章图片
P（H1|E1)说明了由于证据E1的发生，使得H1发生的概率由0.03增加到了将近八倍
文章图片
故选C、0.2362
当然这题还可以继续做下去，如果大家愿意可以继续看下去，如果不感兴趣，可以直接看下面的不确定性证据知识点
(1)如果证据E们确定出现，就用这个公式
文章图片
那么P(H1|E1) = 0.2362
文章图片
文章图片
在R3中，由于LS = 1，表明E3对H3没有影响，即P（H3|E3) = P(H3) = 0.3
(2)若证据E们确定不出现，则用这个公式
文章图片
文章图片
文章图片
再看几个题
文章图片
文章图片
由于前面有题解过程，所以这两题很简单，故选D、A
- 不确定性证据
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
结论不确定性的合成和更新算法
- 1、结论不确定性的合成算法
文章图片
文章图片
文章图片
文章图片
文章图片
答案：
A A A B
题解：
文章图片
这就涉及到这篇文章前面的内容以及结论不确定的合成算法
文章图片
文章图片
解法一：合成法
文章图片
解法二：更新法
这就是运用了我前面写的公式
文章图片
文章图片
文章图片
- 2、结论不确定性的更新算法
其思想是，按照顺序使用规则对先验概率进行更新，再把得到的更新概率当做先验概率，更新其他规则，这样继续更新直到所有的规则使用完。
文章图片
文章图片
有一定难度的两道题
Pro1、
文章图片
题解：
文章图片
文章图片
注：在R3中H1是证据，所以上图最后一个式子是P(H2) + P(H2|H1) - P(H2) / 1 - P(H1) * …
文章图片
相关知识：
文章图片
Pro2、
文章图片
题解：
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
之后我会持续更新，如果喜欢我的文章，请记得一键三连哦，点赞关注收藏，你的每一个赞每一份关注每一次收藏都将是我前进路上的无限动力 ！！！↖(▔▽▔)↗感谢支持！
推荐阅读
- 每日刷题———蓝桥杯真题|蓝桥杯2020第十一届C语言B组省赛习题题解——习题B.既约分数
- 日常杂谈|论在Windows中鱼与熊掌不可兼得性——该文件没有与之关联的应用来执行该操作。请安装应用，若已经安装应用，请在“默认应用设置”页面中创
- C语言小游戏|EasyX进阶版——鼠标交互
- 后端|大名鼎鼎的 Linux —— 进程，线程，协程
- 论文分享|【经验分享】分享 MangoPapa 的论文学习经验
- 算法|2022届秋招算法岗将何去何从（）
- 最细青龙教程分享|三、青龙面板 添加企业微信应用推送消息
- 程序人生|我坚持在 CSDN 写了一年的博客，起飞了吗！（（复盘拿到的奖品））
- 程序人生|为什么要写博客（写博客可以给我们带来什么好处？）