Cómo modelar la siguiente situación probabilística

La pregunta no está muy clara, pero esto es lo que hago al respecto.

  1. Primero, normalice sus pesos para obtener una probabilidad real de modo que Peso (A) = 8 se convierta en Pr (A) = 8/10 = 0.8
  2. Ahora la declaración A tiene más peso que D se convierte en Pr (A)> Pr (D)
  3. Interprete declaraciones como “A implica B, C” como una probabilidad condicional para que obtenga: Pr (B, C | A) = 1, Pr (E, F | D) = 1
  4. Ahora lo que está buscando es Pr (B | A, D) y Pr (F | A, D), etc.

El problema es que la información que proporcionó no es suficiente para determinar las probabilidades que tiene en 4, por lo que el problema está mal planteado. Necesita más información o suposiciones adicionales. Si tiene estos, puedo intentar tenerlos en cuenta y ajustar la respuesta.

Nota: He interpretado la implicación en sus primeras declaraciones, es decir, A implica B, C y D implica E, F; como expresar certeza de que dado A, B y C se realizarán. Si eso no es lo que quieres decir, entonces debes reescribirlos como “A implica B, C con probabilidad p”, etc.

More Interesting

¿Cuál es la diferencia clave entre un autoencoder variacional y una red adversa generativa, y cuándo debo usar cada modelo?

Tengo un conjunto de entradas y deseo excluir las entradas extremas y calcular el promedio de las restantes. ¿Es este un problema de estadística o uno de aprendizaje automático?

¿Qué tan útiles son los límites de convergencia en la aplicación práctica del aprendizaje automático?

Cómo comenzar a trabajar en un proyecto de análisis de sentimientos

Cómo usar el codificador automático de Geoffrey Hinton para datos MNIST para clasificar dígitos

¿Qué sería más beneficioso para un estudiante de tercer año de ECE, hacer aprendizaje automático u otros cursos?

AI aprende de los datos del pasado para predecir, entonces, ¿debería haber preocupaciones en torno al pensamiento grupal? ¿La creatividad tendrá éxito en un mundo más autónomo?

¿Cuál es el mejor software para implementar algoritmos de aprendizaje automático / minería de datos a gran escala?

¿Cómo estimar la divergencia KL si no se conoce el posterior? En inferencia variacional, KL se utiliza para encontrar una distribución que se aproxime al verdadero posterior, pero el KL requiere conocer el posterior mismo. ¿Cómo se trata esto?

¿Cuáles son tus artículos favoritos de NIPS 2016?

¿Cuál es la mejor manera de aprender la regresión logística?

¿Existe un concepto de API semántica - API que acepta oraciones simples como consultas?

¿Qué es el análisis de componentes principales en términos de super laicos?

¿Qué sucede cuando las computadoras aprenden a componer música mejor que los humanos?

¿Cómo se puede aplicar el aprendizaje profundo al procesamiento de imágenes subacuáticas?