人工智能导论-第四章02-2014.pptx

第四章 非经典推理;基本框架;贝叶斯网络;全联合概率分布;贝叶斯网络;示例;示例;联合概率分布表示;独立和条件独立;条件独立;条件独立;贝叶斯网络的构造;贝叶斯网络的简单应用;贝叶斯网络推理;贝叶斯网络推理;贝叶斯网络精确推理;示例;示例;贝叶斯网络近似推理;示例;示例;示例;第四章 非经典推理;基本概念;1、规则不确定性的表示;2、证据不确定性的表示;3、组合证据不确定性的算法;4、不确定性的传递算法;5、结论不确定性的合成算法;6、带加权因子的可信度推理;带加权因子的可信度推理;示例;示例;第四章 非经典推理;证据理论;基本概念;基本概念;概率分配函数;概率分配函数;信任函数;似然函数;信任函数与似然函数的关系;概率分配函数的正交和;概率分配函数的正交和;实例;实例;一类特殊的概率分配函数;一类特殊的概率分配函数;类概率函数;规则不确定性的表示;证据不确定性的表示;不确定性的更新;结论不确定性的合成;推理;实例;实例;2014/11/13;2014/11/13;小结