tailieunhanh - Bài giảng Máy học và mạng neural: Bài 6 - TS. Vũ Đức Lung

Bài 6 thảo luận về vấn đề học với luật Bayes và giải thuật di truyền. Thômg qua chương này người học có thể tìm hiểu về định lý (xác suất) Bayes, phương pháp lựa chọn giả thuyết, thuật toán học MAP vét cạn, thuật toán phân lớp Bayes đơn giản, các toán tử di truyền,. để nắm bắt các nội dung chi tiết. | 07 08 2013 Máy học và mạng neural Machine Learning and Neural Network Giảng viên TS. Vũ Đức Lung Email lungvd@ 1 Bài 06 Học với luật Bayes Bayesian Learning và Giải thuật di truyền Genetic algorithm - GA 2 1 07 08 2013 Nội dung Học Bayes Định lý xác suất Bayes Phương pháp lựa chọn giả thuyết Thuật toán học MAP vét cạn Thuật toán Phân lớp Bayes đơn giản Giải thuật di truyền Các khái niệm Giải thuật tổng quát Các toán tử di truyền Bài toán người đi bán hàng TSP Dự báo TTCK kết hợp ANNs và GA Các phương pháp học máy khác 3 ỂẺ Học với luật Bayes Bayesian Learning Định lý xác suất Bayes Phương pháp lựa chọn giả thuyết Thuật toán học MAP vét cạn Thuật toán Phân lớp Bayes đơn giản 2 07 08 2013 Ci Tại sao dùng phương pháp Bayes Giúp tạo ra những thuật toán học hiệu quả như Naive Bayesian Bayesian Belief Networks . Có khả năng kết hợp tri thức tiên nghiệm và dữ liệu quan sát được. Giúp biểu diễn tri thức không chắc chắn thể hiện qua độ tin cậy belief và biểu diễn mối quan hệ nhân quả không chắc chắn giữa các sự kiện. Tận dụng độ tin cậy tiên nghiệm của người dùng. 5 Định lý xác suất Bayes p h - prior probability of hypothesis h P P - prior probability of training lata D P h D probability of h given D P D h probability of D given h 6