불확실성 추론

3.1 베이즈 규칙(Thomas Bayes rule) *불확실성 추론에서 많이 이용되는 베이즈(Bayes) 규칙은 조건부 확률을 이용한 것이다. *베이즈 규칙을 사용하여 Pr를 계산하기 위해, Pr와 Pr만 알면 된다. Pr의 값은 덧셈규칙을 통하여 Pr와 Pr로 부터 구해짐. *Bayes의 규칙은 앞에서 배운 조건부 확률의 정의에 연결규칙을 적용해 얻어진다. Pr= = 예) 환자가 홍역에 걸려 홍반이 나타나는 상황. 환자에게 홍반이 나타났을 때 홍역에 걸렸을 확률 Pr을 알고 싶다. 홍역과 홍반에 대해서 두 개의 표본공간을 정의하자. ：홍역 걸림, 홍역 안 걸림, ：홍반있음 , 홍반 없음 다음 확률을 알고 있다. Pr=0.4, Pr=0.7, Pr=0.6 베이즈 규칙을 이용하여 Pr를 구할 수 있다. Pr= 예)블록들기 B=배터기 충전완료, M=팔이 움직임, L=블록을 들수있음, G=계기가 배터기가 충전됨을 알려줌 연쇄법칙을 사용해서 얻은 식 부모를 가지고있지 않은노드의 선험적확률 P(L)=0.7 ●L P(B)=0.95 ●B P(M|B,L)=0.9 P(M|B,￢L)=0.05 G● ●M P(M|￢B,L)=0/0 P(G|B)=0.95 P(M|￢B,￢L)=0/0 P(G|￢B)=0.1 각자식 노드와 이 노드의 부모 노드와 관련된 조건부 확률표 예 블록 들기에서 결합 확률 함수에 대한 Bayes 네트워크를 연쇄 법칙을 사용하여 얻은 식과 비교하면 이 식처럼 Bayes 네트워크 식이 더 간단하다. Bayes 네트워크에서 가정하고 있는 조건부 독립이 없다면 4개의 변수에 대한 결합 확률을 나타낼 때 10개의 결합확률을 모두 명시해야만 한다.