Artificial intelligence 设计贝叶斯网络

我有一个关于贝叶斯网络的基本问题

让我们假设我们有一个引擎 1/3的概率可以停止工作。 我称之为变量引擎

如果它停止工作，那么你的车 不起作用。如果发动机是 工作，那么你的车将工作99% 当时的情况。我叫这辆车

现在，如果你的车是旧的， 而不是不工作的1/3的 时间一到，你的引擎就会停止工作 1/2的时间

我被要求首先设计网络，然后分配与表相关的所有条件概率

我会说这个网络的图表是这样的

OLD -> ENGINE -> CAR

现在，对于条件概率表，我做了以下操作：

OLD   |ENGINE
------------
True  | 0.50
False | 0.33

及

---

现在，我在如何定义旧概率方面遇到了困难。在我看来，旧的东西不是一个原因与发动机的关系，我想说它更是它的一个特点。也许在图表中有不同的表达方式？如果图表确实正确，我将如何制作表格？

我猜OLD类似于外部世界给出的参数。因此，它不是一个真正的随机变量，也可能不应该成为图表的一部分，这取决于你的老师是如何看待它的。

我认为这里的问题是没有足够具体地说明谓词CAR、OLD和ENGINE的含义

我可以给他们起个名字： 引擎厂，卡洛德，汽车厂

EngineWorks和CarOld是CarWorks的父母。我想我们可以同意，发动机工作和卡罗尔是导致您的问题中所描述的汽车工作的直接原因。我也会把CarOld塑造成EngineWorks的父母。我的想法是CarOld->EngineOld->引擎不工作

---

现在剩下的问题是如何将期望的概率拟合到此图。这应该不难。

这辆车的“老旧”是别人告诉你的还是别人给你的可能性？他们只是给我一些文字（我在这里翻译并总结了这些文字），他们没有给我比这里更多的信息。是的，我就是这么看的。我只是想看看我是否遗漏了什么。如果你想使用网络进行预测，在模型中保留旧变量将允许在可用时使用该信息，而在不可用时不使用该信息。特别是如果该网络一般适用于汽车。

ENGINE|CAR
------------
True  | 0.99
False | 0.00