Без темы
<<  Введение в комбинаторику Ветер унес все согласные, осталась только такая запись: … О … О … О … А … О … А … Ь  >>
Комбинирование правил
Комбинирование правил		 Правило Байеса
Правило Байеса		 Правило Байеса
Правило Байеса		 Сравнение теории вероятн
Сравнение теории вероятн		 Сравнение теории вероятн
Сравнение теории вероятн
Сравнение теории вероятн
Сравнение теории вероятн
Картинки из презентации «Вероятностные вычисления» к уроку математики на тему «Без темы»

Автор: Dima. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока математики, скачайте бесплатно презентацию «Вероятностные вычисления.ppt» со всеми картинками в zip-архиве размером 112 КБ.

Вероятностные вычисления

содержание презентации «Вероятностные вычисления.ppt»
Сл Текст Сл Текст
1Вероятностные вычисления. Нечеткие 10значительного количества вычислений,
знания 1. 10:07. 1. разработчики вынуждены давать оценки тем
2Коэффициенты уверенности. Вывод с параметрам, которые не могут быть оценены;
использованием коэффициентов уверенности при появлении в системе новой информации
был разработан в Стэндфордском обновление вероятностных оценок также
университете при создании первых требует слишком большого количества
экспертных систем, в частности системы вычислений. 10:07. 10.
MYCIN. В отличие от вероятности 11Немонотонные логические рассуждения.
какого-либо события, коэффициенты Вывод знаний на основе традиционной логики
уверенности являются неформальной оценкой использует множество аксиом, принимаемых
доверия к тому или иному факту. 10:07. 2. за истинные без доказательства, и формулы
3Трудности с использованием (правила), с помощью которых формируются
вероятностей. При этом человек-эксперт, новые истинные знания. Таким образом,
оценивая истинность некоторого факта или добавление новой информации может привести
события величиной, например 0,8, не только к увеличению истинных утверждений.
учитывает, что данный факт или событие Этот вариант логического вывода относят к
может быть ложно. В этом заключается одна монотонным рассуждениям. Логика
из трудностей применения теории немонотонных рассуждений (non monotonic
вероятностей для оценки достоверности reasoning) использует в процессе вывода
знаний, так как сумма вероятностей множество наиболее обоснованных
истинности факта события и его отрицания предположений, принимая их за истинные.
должна равняться единице. 10:07. 3. Обоснованность этих предположений зависит
4Стэндфордская теория коэффициентов от текущей информации и может меняться по
уверенности. Предполагается разделение ходу получения новой информации, что, в
меры доверия и сомнения в истинности свою очередь, приводит к изменению меры
факта. Пусть MB(H|E) — мера уверенности в доверия и может потребовать проверки всех
гипотезе H при заданном свидетельстве E, а полученных заключений. 10:07. 11.
MD(H|E) — мера сомнения в H, тогда: 0 < 12Система немонотонных рассуждений.
MB(H|E) < 1, при MD(H|E) = 0 или 0 < Формальное представление предположений
MD(H|E) < 1, при MB(H|E) = 0. Это осуществляется с помощью модальных
взаимное ограничение уверенности и операторов, таких как М-оператор
сомнения означает, что заданным может быть (интерпретируется как «непротиворечиво»)
либо свидетельство в пользу гипотезы, либо или НЕ-фактор (unless). В ходе рассуждений
против нее (это и есть принципиальное рассматриваются все альтернативные
отличие мер доверия и сомнения от значений гипотезы, которые считаются истинными,
вероятностей). Объединение этих двух пока не будут получены опровергающие это
свидетельств в один общий коэффициент факты. При добавлении в базу знаний новой
уверенности: CF(H|E) = MB(H|E) - MD(H|E). информации, основанной на предположениях,
значения в [–1, 1]. 10:07. 4. считается, что эта информация корректна и
5Правила MYCIN. Если условие1 и…и может использоваться в выводе. Но если
условиеm, то прийти со степенью поступят факты, опровергающие эту
уверенности x к заключение1 и … и к информацию, потребуется пересмотреть
заключениеn. После применения подобных истинность полученных таким образом
правил к имеющимся фактам формируется знаний. Для этого используются системы
более общее правило, включающее также поддержки истинности, сохраняющие
оценку истинности соблюдения условий: Если непротиворечивость базы знаний. 10:07. 12.
условие1 удовлетворяется с истинностью x1 13М-оператор. Например, имея предикаты
и … и условиеm удовлетворяется с good_student — быть хорошим студентом,
истинностью xm, то прийти к заключению1 со study_hard — хорошо учится и graduates —
степенью уверенности y1 и … и к закончить университет, можно
заключениюn со степенью уверенности yn. сформулировать следующее правило: ? (x)
10:07. 5. good_student(x) ? M study_hard (x) ?
6Операции конъюнкции и дизъюнкции. graduates(x), которое может быть прочитано
Пусть — P1 и P2 две предпосылки правила, так: «Для любого Х, если Х — хороший
тогда CF(P1 ? P2) = min(CF(P1), CF(P2)), и студент и факт, что Х хорошо учится, не
CF(P1 ? P2) = max(CF(P1), CF(P2)). противоречит остальной информации, то Х
Окончательный коэффициент уверенности закончит университет». 10:07. 13.
всего правила вычисляется как 14НЕ-фактор. Другой модальный оператор —
произведение: CF (заключение) = = CF НЕ-фактор (unless) — использует вывод на
(предпосылки) ? CF (правила). 10:07. 6. основе предположения о ложности аргумента.
7Комбинирование правил. Если в БЗ Пример логической формулы, включающей этот
найдется несколько правил для данной оператор, может выглядеть так: p(X) unless
предпосылки, то в системе MYCIN заключения q(X) ? r(X). Эта формула может быть
этих правил объединяются. Пусть X и Y — прочитана следующим образом: «Если истинно
коэффициенты уверенности одинаковых p(X), и нет оснований считать, что истинно
заключений, полученные при применении q(X), то можно вывести, что истинно r(X)».
разных правил, тогда. 10:07. 7. Определенным преимуществом этого оператора
8Правило Байеса. P(d) — априорная является явное перечисление предикатов,
вероятность наступления события d, а p(d | определяющих НЕ-фактор. 10:07. 14.
s) — апостериорная вероятность, 15Вывод утверждений в противоречивой БЗ.
обозначающая вероятность того, что событие ассимиляция (усвоение) противоречивой
d произойдет, если известно, что событие s информации, т.е. способность включать
свершилось. Данная формула требует (m?n)k противоречия в БЗ и возможности работать с
+ m + nk вычислений оценок вероятностей. противоречивой БЗ; аккомодация
10:07. 8. (приспособление) противоречивого знания,
9Сравнение теории вероятн. и коэфф. т.е. такая модификация БЗ, при которой она
уверенности. МВ() обозначает относительную становится непротиворечивой. 10:07. 15.
меру доверия, если P(d|s) > P(d). MD() 16Системы поддержки истинности — СПИ
- мера сомнения, если p(d|s) < p(d). - (truth maintenance system). СПИ позволяют
Вычисление коэффициента уверенности. отступить в пространстве поиска назад, в
тогда: MB(d1,s) = (0.9 - 0.8)/0.2 = 0.5, точку где было сделано предположение,
MB(d2,s) = (0.8 - 0.2)/0.8 = 0.75. Отсюда откорректировать решение в этом состоянии,
следует, что CF(d1,s) < CF(d2,s), и запустить процесс поиска повторно из
несмотря на то, что P(d1|s) > P(d2|s). этого состояния. Алгоритм, реализующий
P(d1) = 0.8, p(d2) = 0.2, p(d1|s) = 0.9, этот подход, получил название возврат с
p(d2|s) = 0.8, тогда: mb(d1,s) = (0.9 - учетом зависимостей: Связать с каждым
0.8)/0.2 = 0.5, mb(d2,s) = (0.8 - 0.2)/0.8 выполняемым заключением его обоснование.
= 0.75. 10:07. 9. Это обоснование описывает процесс вывода
10Сложности с определением значений данного заключения. Обоснование должно
вероятности. Теория вероятности не дает содержать все факты, правила и
ответа на вопрос, как комбинировать предположения, используемые для получения
вероятности с количественными данными; заключения. Обеспечить механизм нахождения
назначение вероятности определенным множества ложных предположений в рамках
событиям требует информации, которая может обоснования, которое привело к
быть недоступна. Теория вероятности не противоречию. Отменить ложные
позволяет дать оценку таким широко предположения. Создать механизм,
используемым понятиям, как «в большинстве отслеживающий отмененные предположения и
случаев», «в редких случаях», «сильно», отменяющий все заключения, содержащие в
«умеренно», «высоко», «далеко» и пр.; обоснованиях отмененные ложные
Поскольку вычисление вероятностей требует предположения. 10:07. 16.
Вероятностные вычисления.ppt
http://900igr.net/kartinka/matematika/verojatnostnye-vychislenija-184351.html
cсылка на страницу

Вероятностные вычисления

другие презентации на тему «Вероятностные вычисления»

«Вычисление десятичных дробей» - Путешествие в сказку Тема «Сложение и вычитание десятичных дробей». Кто быстрей выполнит программу? Сигнал SOS. На уроке вы все показали чувства взаимовыручки, товарищества, помогая героям сказки. III) Полетели дальше – планета «Шифровка». Содержание. Планета «Шифровка» Полетели дальше – планета «Шифровка».

«Приёмы вычислений» - Мы сейчас потопаем, Ручками похлопаем. - Примеры какого вида мы сегодня учились решать? Реши примеры, записав только ответы. Реши самостоятельно. Наш девиз: Физкультминутка. Объясните приём вычитания, используя пример-помощник. Что-то очень мы устали. Какой ряд длиннее? 3)развивать умение добывать новые знания, опираясь на ранее полученные умения.

«Вычисление производных» - Правила вычисления производных. Последуем совету писателя: будем на уроке активны, внимательны. Физический смысл производной. Свойства предела функции в точке. Алгебра и начала анализа (10 «Д» класс). Определение производной. Технические средства обучения: интерактивная доска, компьютер. Производные тригонометрических функций.

«Вычисления в доэлектронную эпоху» - На песке проводились бороздки, на которых камешками обозначались числа. Создатели. С развития точный наук появилась настоятельна необходимость в провидения большого количества точных вычислений. Аналитическая машина состоит из четырех тысяч стальных деталей и весит три тонны. ЭВМ второго поколения. Персональные компьютеры.

«Вычисление объёма параллелепипеда» - Проверь себя: Математика 5 класс. Задание 3: Вычислите объем прямоугольного параллелепипеда. Объем прямоугольного параллелепипеда. Найдите объем куба: Задание 2: На каком из рисунков есть прямоугольные параллелепипеды? Задание 1: Вычислить объемы фигур.

«Вычисления» - Распределительный закон умножения. Какой закон умножения вы использовали при вычислениях? Длительность: 3 мин 16 сек. Вычислить! Автоматический показ. Викторина.

Без темы

359 презентаций
Урок

Математика

71 тема

Похожие
презентации

Картинки
900igr.net > Презентации по математике > Без темы > Вероятностные вычисления