La Red Bayesiana generalmente se define usando la instinto humano si el problema es simple y puede ser resuelto por casi todos los humanos, o el conocimiento del dominio si el problema es relativamente complicado.
Por ejemplo, en un caso de instinción humana, el modelo LDA se ve así:
- Si pronostico grupos en un conjunto de trenes completo y los uso como características categóricas y realizo CV, ¿sería una fuga?
- ¿Cuánto importa el aprendizaje automático en ciencia de datos?
- ¿Cuáles son algunas implementaciones geniales de aprendizaje automático?
- ¿Cuáles son algunos libros sobrevalorados en aprendizaje automático, estadísticas y aprendizaje profundo?
- ¿Por qué la normalización por lotes de las activaciones lineales de una red neuronal no es útil para eliminar el cambio de covariable interno?
(Fuente: Archivo: Dirichlet Latent asignado.svg – Wikipedia)
Porque por instinto humano, sabemos que para cada documento M, debe tener una distribución del tema (Theta). Se supone que cada palabra en el documento también está asociada con un tema (Z), pero esto debe verse afectado por el tema del documento y el significado real de la palabra (Relacionado con Beta). Y podemos agregar previamente algunas de las variables si no tienen un predecesor (Alpha, para Theta).
También tengo un ejemplo de una base de conocimiento de dominio que viene del siguiente documento: https://www.cs.ubc.ca/~poole/pap…, (“Representación, razonamiento y aprendizaje para un diagrama de influencia relacional aplicado a un dominio geológico en tiempo real “). Su red está diseñada utilizando conocimientos previos sobre geología.
