Скрытые модели Маркова байесовский связь
Привет все это искусственный интеллект класс от Udacity. У меня есть вопрос. P (R0) = 1 означает, что вероятность дневного дождя равна 1. Вот мой вопрос P (R2 | H1 G2)? означает, что мы знаем, я счастлив в день1 и раздражительный в день2, что есть вероятность, что идет дождь в день2
Некоторые полезные данные
P(R_2|H_1, G_2) может быть сведена к P(R_2|G_2), потому что есть нет заданных коэффициентов перехода. между настроениями (это может быть обнаружено для последовательности погоды, однако).
P(R_2|G_2) = P(G_2|R_2)*P(R_2)/P(G_2) = 0.264*0.440/0.320 = 0.363
Я не мог понять, как вы уменьшили P (R_2 | H_1, G_2) до P (R_2 | G_2). Можете ли вы объяснить, пожалуйста, – trial
Ссылка https://www.ifi.uzh.ch/dam/jcr:00000000-2826-155d-ffff-ffff86200612/f-chapter4.pdf Рисунок 4.3. Как может p (R2 | S1, W2) рассчитывается? (Это означает, что вероятность дождя на второй день, если я шел день2 и покупал в день1), я не хочу отвечать. Просто хочу научиться писать эту байейскую формулу с тремя параметрами. – trial
Не могли бы вы объяснить, с какими трудностями вы столкнулись, отвечая на это самостоятельно? Кроме того, это поможет, если вы дадите некоторый контекст тем, кто не знаком с курсом Udacity. –