OBJETIVO apresentar dados primários sobre Redes Bayesianas, enquanto uma das áreas da Inteligência Artificial (IA), visando a que os alunos da disciplina.

Slides:



Advertisements
Apresentações semelhantes
Lógica de Predicados e Representação de Conhecimento
Advertisements

Inteligência Artificial
ESTATÍSTICA PARA QUALIDADE
INTELIGÊNGIA COMPUTACIONAL
Sistemas Periciais com Conhecimento Incerto 1 Sistemas Periciais Tradicionais Funcionam assumindo que tudo é Verdadeiro ou Falso Qualquer regra cujas condições.
Sistemas de Localização baseados em
Expert Sinta.
Lógica de Fuzzy Um pouco sobre Fuzzy.
Modelos de Preferências em Inteligência Artificial CP-Nets
Modelos de Preferências AULA 15 DATA MINING Sandra de Amo.
Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
Sistemas Especialistas Inteligência Artificial Profa. Ligia Flávia A. Batista.
Estatística Probabilidades.
Redes de Funções de Base Radial Radial Basis Functions (RBFs)
FACENS – Engenharia da Computação Inteligência Artificial
Irineu Júnior Pinheiro dos Santos Mirela Ferreira César
HISTÓRIA DA INFORMÁTICA
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Objetivo Definições Cálculo do teste Exemplo Comentários Bibliografia
TESTE DE HIPÓTESES DESENVOLVENDO A HIPÓTESE NULA E ALTERNATIVA
Pesquisa de mercado e comportamento
MATRIZ DE IDENTIFICÃO CLASSIFICADOR DE CONTATOS PADRÃO OTAN APRESENTAÇÃO AO CEAAE 2008 PROTÓTIPO DE SISTEMA ESPECIALISTA PROJETO FINAL EE-09 CAP RAINER.
Introdução O que é computação?.
Por que a Matemática se tornou uma área de conhecimento específico
Monitoria de Introdução à Computação
K-NN Prof. Dr. Rogério Vargas.
Lógica Proposicional UESC
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO DA AMOSTRA OU
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
Exponential Random Graph Models
Estatística e Probabilidade
DISTRIBUIÇÕES AMOSTRAIS
Monitoria de Sistemas Inteligentes
Disciplina: Sistemas Inteligentes
Conhecimento com Incerteza
Aprendizado Bayesiano
Técnicas de amostragem
Sistemas Inteligentes
Uma Abordagem Híbrida Fuzzy-Bayesiana para Modelagem de Incertezas
ESTATÍSTICA BÁSICA.
Clique para editar o estilo do título mestre Clique para editar o estilo do subtítulo mestre 1 Seminário: Disciplina: Probabilidade e Inferência Professor:
Matemática e suas Tecnologias - Matemática PROBABILIDADE CONDICIONAL
Sistemas Baseados em Aprendizado (Aprendizado de Máquina)
Projeto Final MCI 2004 Filtragem de s Agente de Classificação de SPAM.
Sistemas Microprocessados e Microcontrolados
* Cadeias formadas por três símbolos: 0, 1, e * * O símbolo * (um curinga) significa 0 ou 1.
Lógica Proposicional.
Bayesian networks Chapter14.1–3 1. Bayesian networks Uma notação grafica para afirmações de independência condicional E uma especificação compacta para.
Raciocínio Bayesiano Ruy Luiz Milidiú.
Inteligência Artificial I
Inteligência Artificial I
Estimativas de grandezas cap 2. e cap 3 Média Desvio Padrão e Variância Definições importantes Distribuição Normal Teorema do limite central Hipóteses.
Lógica Proposicional.
Sistemas Especialistas Probabilísticos -SEP Sílvia Modesto Nassar Departamento de Informática e de Estatística - INE Centro Tecnológico.
SISTEMAS ESPECIALISTAS Expert Sinta Prof. Mário Dantas
Seção 6: ESTATÍSTICA EM ENGENHARIA E CIÊNCIAS EXATAS Título: Seção 6: ESTATÍSTICA EM ENGENHARIA E CIÊNCIAS EXATAS Título: Jaime Shinsuke Ide Fábio Gagliardi.
Professor: André L. R. Didier Autor: Francisco Airton
Introdução à Inteligência Artificial Prof. Cláudio M. N. A. Pereira.
Técnicas de Compressão de Dados
Psicologia e Comunidade
Estimação e Intervalo de Confiança. Estimação Frequentemente necessitamos, por meio das amostras, conhecer informações gerais da população. A estimação.
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
Métodos Probabilísticos
Aula 9 – Modelo Bayesiano Tiago Carneiro Gilberto Câmara.
Transcrição da apresentação:

REDES BAYESIANAS APRESENTAÇÃO AO CEAAE 2008 ÁREAS DE INTELIGÊNCIA ARTIFICIAL

OBJETIVO apresentar dados primários sobre Redes Bayesianas, enquanto uma das áreas da Inteligência Artificial (IA), visando a que os alunos da disciplina conheçam informações preliminares das áreas de IA.

ROTEIRO A IDÉIA E A HISTÓRIA O CONCEITO UM EXEMPLO APLICAÇÕES

A IDÉIA Redes bayesianas - modelos que denotam os relacionamentos probabilísticos entre as variáveis, possuindo: Estrutura qualitativa: representando as dependências entre os nós. Estrutura quantitativa: tabelas de probabilidades condicionais dos nós, avaliando, em termos probabilísticos, as dependências.

A HISTÓRIA TERMO “REDES BAYESIANAS” FOI USADO POR PEARL (1985) O TEOREMA:

P(xi | xi-1 , ..., x1) = P(xi | Pais (xi)) O CONCEITO P(x1,...,xn) = P(x1 | xn-1 , ..., x1 ) P(xn-1,...,x1) P(x1,...,xn) = P(x1 | xn-1 , ..., x1 ) P(xn-1 | xn-2 , ..., x1 ) ... P(x2 | x1) P(xi | xi-1 , ..., x1) = P(xi | Pais (xi))

UM EXEMPLO No jardim de uma casa há apenas duas formas da grama ficar molhada, pela chuva ou pelo regador. Dado que a grama está molhada, qual a probabilidade de ter chovido? Dado que a grama está molhada, qual a probabilidade de o regador ter sido ligado? A chuva tem um efeito direto no uso do regador: quando chove provavelmente não se liga o regador. Pode ser modelada com uma rede bayesiana. três variáveis têm dois estados possíveis T (para verdadeiro) e F (para falso).

UM EXEMPLO

UM EXEMPLO Seria a probabilidade de estar chovendo dado que a grama está molhada.

APLICAÇÕES Inferência bayesiana Máquina de inferência (SE) Construção de uma distribuição de probabilidades posteriores, dadas probabilidades a priori. Realizada através de cálculos probabilísticos. Utiliza as informações existentes na rede bayesiana. Máquina de inferência (SE)

APLICAÇÕES Navegação Terrestre: (utilidade: Inteligência Artificial no sistema eletrônico de artefatos, “fornecimento” de conhecimento - tentativa do alvo usar meios de despistamento). Reconhecimento de voz: (utilidade na inserção de inteligência na operação de equipamentos de vigilância acústica). Recuperação em Base de Dados de Imagem e Vídeo: (utilidade na recuperação dos dados recebidos com interferência do inimigo).

ROTEIRO A IDÉIA E A HISTÓRIA O CONCEITO UM EXEMPLO APLICAÇÕES

OBJETIVO apresentar dados primários sobre Redes Bayesianas, enquanto uma das áreas da Inteligência Artificial (IA), visando a que os alunos da disciplina conheçam informações preliminares das áreas de IA.

“In hoc signo vinces.” (Com este símbolo vencerás) (Eusébio, Vita Constantini).