artificial-intelligence - 贝叶斯网络：独立性和条件独立性

Question

我对贝叶斯网络有一些误解。我的主要误解是独立和有条件的独立！！

例如，如果我必须计算 P(Burglary|Johncall)，是P(Burglary|Johncalls)=P(Burglary)因为我看到 Burgary 是独立于 Johncalls 的吗？

Answer 1

入室盗窃独立于 JohnCalls给出的警报。所以 P(B|A,J) = P(B|A)。

解释示例

这个想法是，约翰只能告诉你有警报。但是，如果您已经知道有警报，那么约翰打来的电话不会告诉您关于入室盗窃可能性的任何新信息。是的，你知道 John 听到了警报，但当你询问 Burgary 时，这不是你感兴趣的。

条件独立

在学校里，你可能已经了解了当 P(A|B) = P(A)*P(B) 时的无条件独立性。无条件独立使事情易于计算，但很少发生 - 在信念网络内部，无条件独立节点将不连接。

另一方面，条件独立有点复杂，但发生的频率更高。这意味着当学习到另一个“分离”事实时，两个事件的概率变得彼此独立。