Please enable JavaScript.
Coggle requires JavaScript to display documents.
Probabilistic Inference II - Coggle Diagram
- Probabilistic Inference II
colocar as variaveis em uma lista e certificar que ninguém decende de nada à esquerda e aplicar a Regra da Cadeia, lá da probabilidade
-
-
-
Dependentes e independentes, interessante esse conceito
-
-
-
o que aprendi
No entanto, se vários modelos podem ser criados, os volumes de dados tornam impossível compará-los todos. A solução é usar dois modelos e compará-los recursivamente. A cada tentativa, o modelo perdedor é modificado para melhorias até que um modelo se encaixe em certos critérios de sucesso.
Um truque é usar a soma dos logaritmos em vez das probabilidades, pois um grande número de tentativas tornará os números muito pequenos para serem computados corretamente.
Para evitar máximos locais, um rearranjo radical da estrutura é iniciado após um certo número de tentativas.
Structure discovery
Given the data from experience / simulation, the right model can be sorted as it better corresponds to the probabilities. This allows to select between 2 existing models.
However if multiple models can be created, volumes of data make it impossible to compare them all. The solution is to use two models and compare them recursively. At each trial, the losing model is modified for improvements until a model fits certain criteria for success.
A trick is to use the sum of the logarithms rather than the probabilities, as large numbers of trials will make numbers too small to compute properly.
To avoid local maxima, a radical rearrangement of structure is launched after a certain number of trials.
Bayesian inference
-
P(a/b) P(b) = P(a,b) = P(b/a) P(a)
-
