LAB: Tworzenie sieci przekonań
Celem ćwiczenia jest zapoznanie się z tworzeniem sieci przekonań (Bayesowskich) reprezentujących wiedzę niepewną.
Obejmuje to budowanie struktury sieci i jej użycie do klasyfikacji przypadków danych.
Wprowadzenie
Do przeczytania i przygotowania:
AIM:13.1-13.5
WSI:12.1,FCA:6.1-6.3
Narzędzia
Ćwiczenia
Pracuj w parze z Koleżanką/Kolegą.
Alarm pożarowy
-
-
Korzystając z podręcznika, prześledź podstawowe tryby użycia sieci w zakładce Solve.
Możliwe jest m.in.: obejrzenie tablicy rozkładu wektora losowego (View probability table), oraz monitorowanie prawdopodobieństwa zdarzenia reprezentowanego daną zmienną (Toggle monitoring)
Dostarczanie informacji dla analizy sieci możliwe jest przez opcję Make observation
Przeprowadź eksperymenty z siecią.
włącz monitorowanie węzłów: T, F, A, L
załóżmy, że zgłoszono pożar: R=T
jak zmienią się prawdopodobieństwa zdarzeń T, F, A?
załóżmy, że dodatkowo zaobserwowano dym: S=T
jak teraz zmienią się w.w. T, F, A?
a jeżeli mamy informację tylko o dymie?
Przeprowadź własne eksperymenty z tym przykładem.
Niezależność zmiennych losowych
Aby lepiej zrozumieć działanie sieci odpowiedz na pytania które zdarzenia (zmienne) są od siebie niezależne.
-
włącz tryb Independence quiz
odpowiadaj na pytania obserwując zależności pomiędzy węzłami sieci
abstrahując od przykładu z pożarem, załaduj przykład Conditional independence quiz i spróbuj odpowiadać na pytania.
Diagnostyka medyczna
-
załaduj przykład Simple diagnostic example
przykład pozwala na diagnozowanie chorób: zapalenie oskrzeli (bronchitis), grypa (influenza),
dokonaj obserwacji przykładowych symptomów i sprawdź na jaką wskazując chorobę
jak na diagnozę wpływa informacja o tym czy pacjent jest osobą palącą?
rozwiąż quiz jak w poprzednim zadaniu
Instalacja elektryczna
Następnie:
załaduj sieć Electrical diagnosis problem
-
-
przeprowadź własne eksperymenty dokonując różnych założeń/obserwacji co do zapalonych świateł, etc.
Diagnoza samochodu
Załaduj i przeanalizuj Car starting problem.