tailieunhanh - Giáo trình Nhập môn trí tuệ nhân tạo: Phần 2 - Từ Minh Phương

Nối tiếp phần 1, "Giáo trình Nhập môn trí tuệ nhân tạo: Phần 2 - Từ Minh Phương" tiếp tục trình bày những nội dung về lập luận xác suất, nguyên tắc lập luận xác suất, mạng bayes, suy diễn với mạng bayes; học máy, ứng dụng của học máy; học cây quyết định, thuật toán học cây quyết định; phân loại bayes đơn giản; hồi quy tuyến tính và hồi quy logistic; . Mời các bạn cùng tham khảo! | HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - TỪ MINH PHƯƠNG GIÁO TRÌNH Nhập môn trí tuệ nhân tạo Hà nội 2015 1 CHƯƠNG 4 LẬP LUẬN XÁC SUẤT Chương này trình bầy về lập luận xác suất phương pháp lập luận và biểu diễn tri thức hiện đang được quan tâm nhiều do có tính mềm dẻo cao và khả năng ứng dụng thực tế rộng hơn lập luận logic. Trước hết người đọc sẽ được giới thiệu về ảnh hưởng của vấn đề thông tin không chắc chắn và nguyên tắc lập luận xác suất để ra quyết định trong các tình huống như vậy. Tiếp theo là phần tóm tắt một số khái niệm về xác suất giúp người đọc dễ dàng làm quen với các nội dung quan trọng của chương. Phần quan trọng của chương trình bầy về mạng Bayes cách sử dụng mạng Bayes để biểu diễn tri thức của bài toán và một số phương pháp suy diễn trên mạng Bayes. Một số nội dung quan trọng liên quan tới mạng Bayes như khái niệm d- phân cách và phân tích về hiệu quả suy diễn cho từng dạng mạng cũng được đề cập tới trong chương. . VẤN ĐỀ THÔNG TIN KHÔNG CHẮC CHẮN KHI LẬP LUẬN Trong chương trước ta đã xem xét cách biểu diễn tri thức bằng logic cũng như một số phương pháp suy diễn logic để đưa ra quyết định. Mặc dù các hệ thống logic cho phép biểu diễn tri thức một cách rõ ràng và tường minh việc sử dụng logic đòi hỏi tri thức phải được cung cấp một cách đầy đủ chính xác không mâu thuẫn. Nếu yêu cầu này không thỏa mãn các hệ thống suy diễn dựa trên tri thức vị từ hoặc logic mệnh đề không thể sử dụng được. Trên thực tế các thông tin tri thức hay mô hình về thế giới xung quanh thường không đầy đủ không rõ ràng không chính xác có thể mâu thuẫn với nhau. Có thể liệt kê một số nguyên nhân gây ra sự không rõ ràng không chắc chắn như dưới đây. - Do thông tin có chứa đựng yếu tố ngẫu nhiên yếu tố xác suất. Ví dụ khi chơi các trò chơi liên quan tới xác suất như chơi bài chơi cá ngựa. - Do không có hiểu biết đầy đủ về vấn đề đang xét. Ví dụ khi xây dựng hệ thống chẩn đoán bệnh trong y học do y học hiện đại chưa hiểu biết hoàn toàn chính xác về cơ chế bên trong của .