베이즈 네트워크: 두 판 사이의 차이
내용 삭제됨 내용 추가됨
InternetArchiveBot (토론 | 기여) 1 개의 출처 구조, 0 개의 링크를 깨진 것으로 표시 #IABot (v2.0beta2) |
편집 요약 없음 |
||
1번째 줄:
{{머신 러닝 막대}}
'''베이즈 네트워크'''({{lang|en|Bayesian network}}) 혹은 '''
형식적으로, 베이즈 네트워크는 [[방향성 비순환 그래프]]로서, 그래프의 각 마디(node)는 변수를 나타내고, 마디를 연결하는 호(arc)는 변수 간의 조건부 의존성(conditional dependency)을 표현한다. 마디는 측정된 모수, [[잠재 변수]], 가설 등 어떤 종류의 변수든 표현할 수 있다.
베이즈 네트워크에서는 [[추론]]과 [[학습]]을 수행하기 위한 효과적인 알고리즘이 존재한다. [[음성 신호]]나 [[단백질 순열]]과 같은 일련의 변수를 모형화하는 베이지 네트워크를 [[동적 베이즈 네트워크]](dynamic Bayesian network)라고 부른다. 불확실성 하에 문제를 표현하고 해를 구할 수 있는 베이즈 네트워크의 일반화를 [[영향 다이어그램]]이라고 부른다.
'''베이지안 네트워크'''(Bayesian network) 혹은 '''
공식적으로, 베이지안 네트워크는 베이지안 관점에서 랜덤 변수를 나타내는 노드를 갖는 DAG(Directed acyclic Graph)이다(수량 혹은 잠재변수, 매개 변수, 알 수없는 가설들을 관찰할 수 있다.). 선(edge: 그래프에서 노드를 연결하는 선)은 조건부 의존성을 표현한다(연결되지 않은 노드는 서로 다른 것의 조건부 독립 변수를 나타낸다.). 노드는 서로, 그 노드의 부모 변수를 위한 변수의 집합을 입력으로 주어지고 노드에 의해 나타난 변수의 확률이 주어진, 확률 함수로 관련되어있다. 예를 들어, 부모가 Boolean 변수 <math>m</math>이면 그 확률 함수는 <small><math>2^m</math></small> 항목의 테이블(true 혹은 false인 부모의 가능한 조합<small><math>2^m</math></small>의 각각을 위한 하나의 엔트리)에 의해 표현될 수 있다.
| |||