logo资料库

贝叶斯网络20题目.docx

发布时间：2022-05-31 发布人：admin 分类：说明书 资料大小：0.07M 资料格式：docx 举报 版权申诉
第1页 / 共4页
第2页 / 共4页
第3页 / 共4页
第4页 / 共4页
资料共4页，全文预览结束
    贝叶斯网络五道题 1、 事件与贝叶斯的对应关系 2、 朴素贝叶斯网络的适应性 3、 D 分离的作用是什么？为什么要学习 D 分离 4、 在用贝叶斯网进行推断是已知数据来自于哪？用于计算的数据来自于哪？ 5、 高阶联合概率计算低阶联合概率是什么意思？ 贝叶斯网络 20 题 1、 已 知 事 件 A 与 事 件 B 发 生 与 否 伴 随 出 现 ， 根 据 贝 叶 斯 公 式 可 得 到 P(B|A)=P(A|B)*M/P(A),则 M=(). A、P(AB) B、P(B) C、P（A） D、P(B) 2、 一个人参加宴会为真的概率为 0.2，如果他参加宴会后醉酒为真的概率为 0.7， 那么他醉酒为假的概率是多少（） A、0.14 3、 对于变量有二个以上的情况，贝式定理亦成立。P(A|B,C)=P(B|A)*P(A)*M B、0.06 C、0.86 D、0.56 /(P(B)*P(C|B)).则 M=(). C、P(B|C) D、P(A,B|C) A、P(C|A,B) B、P(A|C) =1 =0 的条件是（） 4、（联合概率）表达式 p(V1=v1,V2=v2,…,VK=vk)称为一个联合概率，即变量 V1,V2 ,…,VK的值分别是v1,v2,…,vk时的概率。联合概率的概率函数必须满足 A、0≤p(V1,V2 ,…,VK)≤1 B、 P(V1,V2,…,VK) C、1≤P(V1,V2 ,…,VK) D、 P(V1,V2,…,VK) 5、（链规则）条件概率链规则的一般形式是P(V1,V2 ,…,VK)=（） C、 i=1k p(Vi) A、 i=1k p(Vi|Vi−1…V1) D、 p(Vi) 6、对于贝叶斯网中的节点6、vi和vj之间的每条无向路径，在路径上的某个节点vb， 节点vi和vj条件独立于给定的节点集 w(即 I（vi，vj|w），则节点vb满足的条件是 A、vb在 w 中，且每条路径都从 w 开始 B、vb在 w 中，路径上的一条弧一条以vb为头，一条以vb为尾 C、vb和它的任何后继都不在 w 中，路径上的两条弧都以vb为头 D、vb和它的任何后继都不在 w 中，路径上的一条弧一条以vb为头，一条以vb为 B、 i=1k p(Vi|Vi−1V1) （）
    尾 7、给定贝叶斯公式 P( cj|x) =（P(x|cj)P(cj)）/P(x)，公式中 P( cj|x)为（） A、先验概率 B 后验概率 C 全概率 D 联合概率 8、关于朴素贝叶斯分类器说法正确的是（） A、朴素分类器的假设是当给定类变量时，属性变量之间条件独立 B、朴素分类器具有较高的分类准确性 C、朴素分类器具有星形结构 D、由于朴素分类器具有星形结构，因此能够有效利用变量之间的依赖关系 阅读题目回答 9-13 题 通过对某地区的部分人群进行调查，获得了他们对于的 age、income、是否 为 student、Credit_rating 以及是否购买某品牌的电脑的信息进行了记录。训 练样例如表 1，通过训练样例的到表 2，表 3 为根据表 2 的统计数据，得到的在 分类为 YES 和 NO 的条件下各个属性值取得的概率以及 YES 和 NO 在所有样例中取 值的概率。 RID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 age Middle_aged Middle_aged Senior Senior Senior Senior Youth Middle_aged Middle_aged Senior Middle_aged Youth Youth Senior Income High High High Medium Medium Low Low Medium Low Medium Medium Medium High Medium 表 1 Student No No No No Yes Yes Yes No Yes Yes Yes No Yes Yes Credit_rating Fair Excellent Fair Fair Fair Excellent Excellent Fair Fair Fair Excellent Excellent Fair Excellent Class:buys_computer No No Yes Yes Yes No Yes No Yes Yes Yes Yes Yes No 9、表 2 是由表 1 的数据得到的，表 2 中的 M 和 N 的值应该分别为（） A、14 和 5 C、9 和 0 B 5 和 3 D 9 和 5 Age Youth Middle_ aged 2 3 3 N 表 2 income student Credit_rating Buy_computer Senior High Medium Low YES NO Fair Excellent 4 2 2 2 5 2 2 1 6 2 3 3 6 2 3 3 YES NO M 5 10、表 3 是由表 2 得到的，表 3 中 M 和 N 的值分别为（）
    A、9/14 和 0 B、1 和 1/5 C、9/14 和 1/5 D、0 和 1 表 3 Age Youth Middle_ aged 2/9 3/5 1/3 N income student Credit_rating Buy_computer Senior High Medium Low YES NO Fair Excellent 4/9 2/5 2/9 2/5 5/9 2/5 2/9 1/5 2/3 2/5 1/3 3/5 2/3 2/5 1/3 3/5 YES NO M 5/14 11、测试样例 x=(age=youth,income=medium,student=no,credit_rating=excellent) ， 则 P(YES|x)=() P(age=youth,income=medium,student=no,crediting_rating=excellent) C、0.067 D、0.568 0.0132 A、 B、0.0132 12、测试样例 x=(age=youth,income=medium,student=no,credit_rating=excellent) ， 则 P(NO|x)=() A、0 D、0.268 B、0.23 C、0.68 13、试判别样例 x=(age=youth,income=medium,student=no, credit_rating=excellent)属于哪类（） A、YES B、NO C、既不属于 YES，也不属于 NO D、属于 YES 也属于 NO 14、关于贝叶斯网络的描述正确的是（） A、它时一种帮助人们将概率统计应用于复杂领域、进行不确定性推理和数据分 析的工具。 B、它是用来表示变量间的连接概率的图形模式。 C、它是有向无环图 D、在他的回路中，变量之间相互依赖 15 贝叶斯网络主要应用的领域有（） B、辅助智能决策 A、模式识别 C、医疗诊断 D、数据融合 阅读例子回答 16-20 题，教授家的监测系统的报警例子 Pearl 教授家住洛杉矶，那里地震和盗窃时有发生。教授的家里装有警铃， 地震和盗窃都有 可能触发警铃。听到警铃后，两个邻居 Mary 和 John 可能会打电话给他。一天 Pearl 教授接 到 Mary 的电话，说听到他家的警铃响。Pearl 教授想知道他家遭盗窃的可能性。已知：盗窃 发生的概率为 0.001；地震发生的概率为 0.002；在盗窃发生，地震发生时警铃响的概率为 0.95；盗窃发生，地震未发生时警铃响的概率为 0.94；盗窃未发生，地震发生时警铃响的概
    率为 0.29；盗窃未发生且地震未发生时警铃响的概率为 0.001。 图 1 16、根据题意可得到贝叶斯网络如图 1，Mary 和 John 打电话分别为事件 M 和事件 J,警铃响 的事件为 A，地震发生的事件为 E，盗窃发生的事件为 B,补全贝叶斯网络未知节点 P 和 Q 分 别为（） A、J 合 A C、B 和 A D、A 和 J B、J 和 E 图 2 B、P(A,B) C、P(A,B) C、0.45 17、根据题意，可得到的 Venn 图.如图 2，请问 X 处表示为（） A、P(A,B) 18、（因果推理，自顶向下）求 P(A|B)=()(保留两位小数) A、0.98 B、0.94 19、（诊断推理，自底向上）求 P（B|A）=（） A、0.373 B、0.101 C、0.0045 20、（辩解，嵌入在因果推理与诊断推理之间）求 P(B|AE)=（） A、0.60 C、0.0033 B、0.29 D、P(A,B) D、0.56 D、0.879 D、0.39
    分享到：
    赞 收藏

    相关推荐

    资料库

    人工智能

    共收录2047份资料，累计62个分类，关注成员有19位，主要包括：GNSS,Pico-SIM868-GSM,GPRS,NB-IoT,GPRSHAT,SIM7070GCat-M,GNSSHAT,GSM,NB-IoTHAT,SIM7080GCat-M,R800CGSM,SIM800CGSM,UPSPowerModule(B),UPSPowerModule,Pico-SIM7020C-NB-IoT,SIM7028NB-IoTHAT,SIM7020CNB-IoTHAT,SIM7000XNB-IoTHAT,A7670CCat-1HAT,A7600C1Cat-1,SIM7600X4G&LTECat-1HAT,SIM7600X4GDONGLE用户手册,RM520N-GL5GHAT,RM500Q-GL5GHAT,RM500U-CN5GHAT,SIM820X-M25GforJetsonNano,AudioCardforJetsonNano,SIM7600G-H4GforJetsonNano,OpenNCC-Lite-4G8M,IMX219-77Camera,13.3inche-PaperHAT,10.3inche-PaperHAT(D),10.3inche-PaperHAT,9.7inche-PaperHAT,7.8inche-PaperHAT,6inchHDTouche-PaperHAT,6inchHDe-PaperHAT,6inche-PaperHAT,5.83inche-PaperHAT(C),LCD-Clock-A,0.95inchRGBOLED(A),0.96inchRGBOLEDModule,0.96inchOLEDModule,0.96inchOLED(A),1.27inchRGBOLEDModule,1.3inchOLEDModule(C),1.3inchOLED(A),1.32inchOLEDModule,1.5inchRGBOLEDModule,1.5inchOLEDModule,JETSONORINNX,自然语言处理,搜索引擎,VR,计算广告,深度学习,机器学习

    热门标签

    GNSS Pico-SIM868-GSM GPRS NB-IoT GPRSHAT SIM7070GCat-M GNSSHAT GSM NB-IoTHAT SIM7080GCat-M R800CGSM SIM800CGSM UPSPowerModule(B) UPSPowerModule Pico-SIM7020C-NB-IoT SIM7028NB-IoTHAT SIM7020CNB-IoTHAT SIM7000XNB-IoTHAT A7670CCat-1HAT A7600C1Cat-1 SIM7600X4G&LTECat-1HAT SIM7600X4GDONGLE用户手册 RM520N-GL5GHAT RM500Q-GL5GHAT RM500U-CN5GHAT SIM820X-M25GforJetsonNano AudioCardforJetsonNano SIM7600G-H4GforJetsonNano OpenNCC-Lite-4G8M IMX219-77Camera 13.3inche-PaperHAT 10.3inche-PaperHAT(D) 10.3inche-PaperHAT 9.7inche-PaperHAT 7.8inche-PaperHAT 6inchHDTouche-PaperHAT 6inchHDe-PaperHAT 6inche-PaperHAT 5.83inche-PaperHAT(C) LCD-Clock-A 0.95inchRGBOLED(A) 0.96inchRGBOLEDModule 0.96inchOLEDModule 0.96inchOLED(A) 1.27inchRGBOLEDModule 1.3inchOLEDModule(C) 1.3inchOLED(A) 1.32inchOLEDModule 1.5inchRGBOLEDModule 1.5inchOLEDModule JETSONORINNX 自然语言处理 搜索引擎 VR 计算广告 深度学习 机器学习

    最新资料