Read more
A rede Bayesian é uma combinação de modelo probabilístico e modelo gráfico. É amplamente aplicada na aprendizagem de máquinas, mineração de dados, diagnóstico, etc., porque tem uma sólida inferência baseada em evidências que é familiar à intuição humana. Entretanto, a rede Bayesiana pode causar confusões porque existem muitos conceitos, fórmulas e diagramas complicados relacionados a ela. Tais conceitos devem ser organizados e apresentados de uma forma tão clara que a sua compreensão seja fácil. Este é o objetivo deste relatório. O relatório inclui 5 seções principais que cobrem os princípios da rede Bayesiana. A seção 1 é uma introdução à rede Bayesiana, dando alguns conceitos básicos. Os conceitos avançados são mencionados na seção 2. O mecanismo de inferência da rede Bayesiana é descrito na seção 3. O aprendizado de parâmetros que nos diz como atualizar parâmetros da rede Bayesiana é descrito na seção 4. A secção 5 centra-se na aprendizagem da estrutura que menciona como construir uma rede Bayesiana. Em geral, três temas principais da rede Bayesiana são inferência, aprendizagem de parâmetros e aprendizagem de estrutura que são mencionados nas sucessivas secções 3, 4, e 5. A secção 6 é a conclusão.
About the author
Loc Nguyen ist seit 2017 ein unabhängiger Wissenschaftler. Er ist Postdoktorand in Informatik, zertifiziert von INSTICC im Jahr 2015. Seit 2016 ist er von der LMS als Mathematiker anerkannt. 2016 wurde ihm von HOSREM der Doktortitel in statistischer Medizin verliehen. Er hat 78 Arbeiten und Vorabdrucke sowie 8 wissenschaftliche und technologische Produkte veröffentlicht.
