|
|
pl:prolog:prolog_lab:bayes [2015/01/19 07:01] gjn [Ćwiczenia] |
pl:prolog:prolog_lab:bayes [2019/06/27 15:50] |
====== - 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 ===== | |
| |
Podstawowym narzędziem do realizacji ćwiczeń jest program [[http://www.aispace.org/bayes/|Belief nets]] z [[http://www.aispace.org|AIspace]]. | |
| |
| |
===== Ćwiczenia ===== | |
| |
Pracuj w parze z Koleżanką/Kolegą. | |
| |
==== Alarm pożarowy ==== | |
| |
- Przeczytaj opis przykładów w //[[http://www.aispace.org/bayes/help/tutorial2.shtml|tutorialu 2]]//. | |
- Załaduj przykładowe zadanie //Fire alarm// przez //File/Load Sample problem//. Sieć modeluje [[http://artint.info/html/ArtInt_148.html#leaving-ex|sytuację w której chcemy się zorientować czy jest pożar w budynku, przykład 6.10]]. | |
- 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. | |
- przeczytaj początek [[http://www.aispace.org/bayes/help/tutorial5.shtml|podręcznika 5]] | |
- 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 ==== | |
- przeczytaj wprowadzenie dotyczące [[http://artint.info/html/ArtInt_149.html|tworzenia sieci]] | |
- 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// | |
- modeluje przykład systemu [[http://artint.info/html/ArtInt_26.html#power|dostarczającego prąd (FCA 1.8)]] | |
- model sieci jest pokazany na [[http://artint.info/html/ArtInt_148.html#pow-bn-fig|rysunku 6.2]] | |
- przeprowadź własne eksperymenty dokonując różnych założeń/obserwacji co do zapalonych świateł, etc. | |
| |
==== Diagnoza samochodu ==== | |
Załaduj i przeanalizuj //Car starting problem//. | |
| |