Ćwiczenia bazujące na materiałach Daphne Koller
Przed zajęciami przejrzyj wykłady:

• Introduction and Overview (Week 1)
• Bayesian Network Fundamentals (Week 1)

Pliki do pobrania: tutaj

Pliki oznaczone znakiem należy uzupełnić własnym kodem.

• FactorTutorial.m - plik zawierający opis reprezentacji sieci w środowisku Octave, zawiera tez przykładowe dane i wyniki
• AssignmentToIndex.m - konwersja pomiędzy danymi a ich indeksem w tabeli reprezentującej rozkład prawdopodobieństwa
• Credit_net.net - przykładowo uzupelniona sieć z poprzedniego laboratorium (do dodatkowego zadania na końcu)
• GetValueOfAssignment.m - pobiera wartość prawdopodobieństwa dla danej konfiguracji zmiennych
• ComputeJointDistribution.m - oblicza prawdopodobieństwo dla całej sieci
• FactorMarginalization.m - funkcja „wykreślające” i sumuje dane zmienne z tablicy prawdopodobieństwa
• IndexToAssignment.m - Zwraca przypisanie zmiennych dla danego indeksu z tablicy prawdopodobieństwa
• ComputeMarginal.m - Oblicz rozkład brzegowy (marginal) dla danej/danych zmiennych
• FactorProduct.m - Oblicza iloczyn prawdopodobieństw
• ObserveEvidence.m
• ConvertNetwork.m - przekształca sieć w formacie SAMIAM do formatu Octave
• SetValueOfAssignment.m - ustawia wartość prawdopodobieństwa dla danego przypisania zmiennych

Otwórz plik FactorTutorial.m i zapoznaj się ze sposobem reprezentacji sieci w tym ćwiczeniu. Plik ten zawiera również przykładowe wywołania dla funkcji, które powinny zostac wykonane podczas zajęć. Oprócz wywołań, w pliku znajdują się także poprawne odpowiedzi.

Po zapoznaniu się z plikiem, pobierz Instrukcję w języku angielskim i wykonaj ćwiczenia od 3.1-3.3.