人工智能 ---概率问题

这篇具有很好参考价值的文章主要介绍了人工智能 ---概率问题。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

 

1) A,B,C 都是随机变量,且他们的值域大小都是 2。 请在下面的表格中计算以下每个概率分布表的表项数,以及每个表中的概率值之和是多少?

分布表 表项数量 表项值之和
𝑃(𝐴, 𝐵|𝐶)  
𝑃(𝐴| + 𝑏, +𝑐)  
𝑃(+𝑎|𝐵)  

解答:

        如P(A,B|C)而言有3个变量,事件A(可取发生:+a或者不发生:-a),事件B(可取发生:+b或者不发生:-b), 事件C(可取发生:+c 或者 不发生:-c),故可以组合成8种(A,B|C)类型事件,即该概率分布表的表项数为8 ;A,B两个事件基于事件C发生,故概率之和(即表项值之和)为1+1=2;

      如P(A |+b,+c)仅有1个变量,事件A(可取发生:+a或者不发生:-a),事件B(只取发生:+b), 事件C(发生:+c  ),故可以组合成2种(A|+b,+c)类型事件,即该概率分布表的表项数为2 ; 事件A基于事件+b,+c发生,故概率之和(即表项值之和)为1;

    如P( +a|B)仅有1个变量,事件B(可取发生:+b或者不发生:-b), 故可以组合成2种(( +a|B)类型事件,即该概率分布表的表项数为2 ; 事件+a基于事件B发生,但是概率P(+a)未知,故概率之和(即表项值之和)为不确定;

分布表 表项数量 表项值之和
𝑃(𝐴, 𝐵|𝐶) 8 2
𝑃(𝐴| + 𝑏, +𝑐) 2 1
𝑃(+𝑎|𝐵) 2 不确定

2) 没有独立性假设的前提下,判断以下概率等式是否有效。

• 𝑃(𝐴, 𝐵) = 𝑃 (𝐴|𝐵)𝑃 (𝐴)

• 𝑃(𝐴|𝐵)𝑃 (𝐶|𝐵) = 𝑃 (𝐴, 𝐶|𝐵)

• 𝑃(𝐵, 𝐶) = ∑𝑎∈𝐴 𝑃 (𝐵, 𝐶|𝐴)

• 𝑃(𝐴, 𝐵, 𝐶, 𝐷) = 𝑃 (𝐶)𝑃 (𝐷|𝐶)𝑃 (𝐴|𝐶, 𝐷)𝑃 (𝐵|𝐴, 𝐶, 𝐷)

(2)

否,很明显,公式应为𝑃(𝐴, 𝐵) = 𝑃 (𝐴|𝐵)𝑃 (B),是P(B)不一定等于P(A)

否,因为这个表达式假设的是 A 和 C 条件独立于 B。

否。 同上

是。因为符合联合事件概率的链式法则。文章来源地址https://www.toymoban.com/news/detail-510556.html

到了这里,关于人工智能 ---概率问题的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【人工智能的数学基础】积分概率度量(Integral Probability Metric)

    Integral Probability Metric. 积分概率度量( integral probability metrics, IPM )用于衡量两个概率分布

    2024年02月07日
    浏览(35)
  • 数学模型在人工智能中的使用:统计学和概率论

    数学模型在人工智能中的使用:统计学和概率论 随着人工智能技术的发展,数学模型的重要性越来越突出。数学模型可以帮助人工智能

    2024年02月16日
    浏览(37)
  • 人工智能数学基础--概率与统计13:连续随机变量的标准正态分布

    一、引言 在《人工智能数学基础–概率与统计12:连续随机变量的概率密度函数以及正态分布》介绍了连续随机变量概率分布及概率密度函数的概念,并介绍了连续随机变量一个重要的概率密度函数:正态分布的概率密度函数的定义以及推导、使用场景,本文将介绍连续随机

    2023年04月25日
    浏览(34)
  • 【人工智能】— 贝叶斯网络、概率图模型、全局语义、因果链、朴素贝叶斯模型、枚举推理、变量消元

    频率学派: 概率是事件发生的长期预期频率。 P(A) = n/N,其中n是事件A在N次机会中发生的次数。 \\\"某事发生的概率是0.1\\\"意味着0.1是在无穷多样本的极限条件下能够被观察到的比例。 在许多情况下,不可能进行重复实验。 例如问题:第三次世界大战发生的概率是多少? 概率是信

    2024年02月05日
    浏览(77)
  • AI人工智能中的概率论与统计学原理与Python实战:隐马尔可夫模型(HMM)的理解与实现...

    随着人工智能技术的不断发展,人工智能已经成为了许多行业的核心技术之一。在人工智能中,概率论和统计学是非常重要的一部分,它们可以帮助我们更好地理解和解决问题。在本文中,我们将讨论概率论与统计学原理在人工智能中的应用,以及如何使用Python实现隐马尔可

    2024年04月10日
    浏览(42)
  • AI人工智能中的概率论与统计学原理与Python实战:35. Python实现量子计算与量子机器学习...

    量子计算和量子机器学习是人工智能领域的一个重要分支,它们利用量子物理现象来解决一些传统计算方法无法解决的问题。量子计算的核心是量子比特(qubit),它可以存储多种信息,而不是传统的二进制比特(bit)。量子机器学习则利用量子计算的优势,为机器学习问题提供更

    2024年04月14日
    浏览(49)
  • 【人工智能】人工智能的技术研究与安全问题的深入讨论

    前言    人工智能(Artificial Intelligence),英文缩写为AI 。 它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是新一轮科技革命和产业变革的重要驱动力量。 📕作者简介: 热爱跑步的恒川 ,致力于C/C++、Java、

    2024年02月05日
    浏览(31)
  • 人工智能与人类智能的解决问题能力在人工智能应用领域的实践

    人工智能(Artificial Intelligence, AI)是一门研究如何让计算机模拟人类智能行为的科学。人类智能包括学习、理解语言、认知、决策等多种能力。人工智能的目标是让计算机具备类似于人类智能的能力,以解决复杂的问题。 在过去的几十年里,人工智能技术已经取得了显著的进展

    2024年02月20日
    浏览(41)
  • 【人工智能】常见问题以及解答

    人工智能(Artificial Intelligence, AI)是一门涉及计算机科学、数学、心理学、哲学等多个领域的交叉学科,旨在研究如何使计算机能够像人一样地思考、学习和行动。 在过去几十年中,人工智能技术得到了广泛的应用和发展,涵盖了诸如机器学习、自然语言处理、计算机视觉、

    2024年02月07日
    浏览(42)
  • 人工智能如何应对偏见和歧视问题?

    作者:禅与计算机程序设计艺术 近年来,随着人工智能技术的飞速发展,人们逐渐发现机器学习、强化学习等机器人技术在解决日常生活中的复杂任务方面越来越受到重视。然而,在这些机器人技术中也存在着一些显著的问题,比如它们的模型训练过程存在一定程度的不公平

    2024年02月08日
    浏览(36)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包