Conhecimento com incerteza
Aprendizagem Bayesiana
Conhecimento pode prover apenas um grau de crença nas sentenças relevantes
Ex:
probabilidade de ter cárie, dado que está com dor de dente
P(Cárie/Dor de dente) = 0.6
Fornece probabilidades para suas respostas
Permite combinar de forma fácil conhecimento a priori com dados de treinamento
Métodos práticos para aprendizagem
Aprendizagem bayesiana ingênua (Naive Bayes)
Aprendizagem de Redes Bayesianas
Teoria da Probabilidade
Associa às sentenças um grau de crença entre 0 e 1
Grau de crença
a priori (incondicional)
condicional
calculado de acordo com evidências disponíveis
Permite inferência
Calculado antes do agente receber percepções
Probabilidade condicional
Regra do produto
P(A | B) = P(A^B) ⁄ P(B), quando P(B) > 0
Regra de Bayes
P(A | B) = P(B | A) * P(A) ⁄ P(B)
considerando que P(B | A) = P(A^B) ⁄ P(A)
Vantagem:
bastante simples
fácil de implementar
Desvantagem:
suposição de independência dos atributos é muito forte