Conditional AI:有条件独立

Conditional AI:有条件独立,conditional,artificial-intelligence,distribution,Conditional,Artificial Intelligence,Distribution,在第8页 我已经看了很久了;有人能解释一下我们最后的P13是如何结束的吗?我不知道a在这里是怎么分配的。当我计算x列的0.2(0.04+0.16+0.16)时,我得到了0.072,那么我们如何得到0.31呢 谢谢。α是一个标准化常数,用于确保具有适当的概率,即[0,1]中的值总和为1。因此,它必须是所有可能值之和的1。对于你的例子,我们计算如下 让我们首先计算元组中的单个表达式: 0.2*(0.04+0.16+0.16)=0.072 0.8*(0.04+0.16)=0.16 请注意,这两个值

在第8页

我已经看了很久了;有人能解释一下我们最后的P13是如何结束的吗?我不知道a在这里是怎么分配的。当我计算x列的0.2(0.04+0.16+0.16)时,我得到了0.072,那么我们如何得到0.31呢


谢谢。

α是一个标准化常数,用于确保具有适当的概率,即[0,1]中的值总和为1。因此,它必须是所有可能值之和的1。对于你的例子,我们计算如下

让我们首先计算元组中的单个表达式:

  • 0.2*(0.04+0.16+0.16)=0.072
  • 0.8*(0.04+0.16)=0.16
请注意,这两个值没有指定概率分布(它们的总和不等于1)。 因此,我们将归一化常数α计算为这些值之和的1:

  • α=1/(0.072+0.16)=4.310345
这样,我们将原始值标准化如下:

  • 0.072*α=0.310345
  • 0.16*α=0.689655
请注意,这些值现在确实指定了概率分布。(它们在[0,1]中,总和为1)

我希望这有帮助:)