AIMA Notizen

Inhalt

1. Bayes'sche Netze
   
• Knoten sind Zufallsvariable
• Kanten zeigen direkte Zusammenhänge der bedingten Wahrscheinlichkeit zwischen einem Knoten und seinem Mutterknoten
  
• zu jedem Knoten gehört eine Wahrscheinlichkeitsverteilung die den Effekt des Mutterknotens quantifiziert
• es gibt keine Kreise im (gerichteten) Graphen
2. die Semantik von Bayes'schen Netzen
• das Netz ist eine alternative, oft kürzere Beschreibung der Tabelle der gemeinsamen Verteilungen
  
• wenn tatsächlich alles mit allem zusammenhängt, dann ist das Netz nicht kleiner als eine Tabelle der gemeinsamen Verteilungen der Variablen
• die Größe des Netzes hängt von der Ordnung der Variablen im Netz ab. Kausale Vorgänger sollten auch Vorgänger im Graphen sein
• das Netz ist lokal strukturiert, das heisst, jedes Element interagiert nur mit einer begrenzten Zahl anderer Elemente
  
3. effiziente Repräsentation bedingter Verteilungen
• oft lässt sich die bedingte Wahrscheinlichkeit einer Variablen von ihren Elternknoten besser mit einer Funktion, als mit einer Tabelle darstellen:
• noisy-OR, noisy-MAX
• ...
  
4. exakte Inferenz in Bayes'schen Netzen
• exakte Inferenz funktioniert wie die Inferenz mit einer Tabelle der gemeinsamen Verteilungen, nur dass diese zunächst ausgerechnet wird
• dies ist im allgemeinen Fall ziemlich komplex
  
• es gibt verschiedene Optimierungen
  
5. ungefähre Inferenz in Bayes'schen Netzen
• weniger Komplex, aber dafür nur (hoffentlich) gute Näherungen der Wahrscheinlichkeit.
  
6. Wahrscheinlichkeit in der Prädikatenlogik
• ...
  
7. andere Ansätze für Ungewissheit
• ...
  

letzte Änderung: 20. Dezember 2004.