Intelig麩cia artificial bayesiana

Intelig麩cia artificial bayesiana

Autor: Marca: Dial騁ica Refer麩cia: 9786525230832

Carregando...
Simulador de Frete
- Calcular frete


 

Descri鈬o

As redes Bayesianas se referem a uma categoria de modelos probabilsticos que representam um conjunto de vari疱eis e suas depend麩cias condicionais por um grafo acclico direcionado. Estas redes usam o Teorema de Bayes para calcular a probabilidade de determinados eventos, tendo alguma informa鈬o disponvel. Com esta prerrogativa, partem de conhecimento incompleto sobre um determinado fenmeno e, assim, permitem m痃uinas fazerem infer麩cias, previses e tomada de decis縊. Existem v疵ios modelos de tentativas de axiomatizar extenses da lgica para casos de informa鈬o incompleta.

No desenvolvimento deste livro, a programa鈬o Python foi adotada como ferramenta na modelagem das exemplifica鋏es. Juntamente a este apoio computacional, apresentada uma introdu鈬o aos pr-requisitos tericos que formulam a base dos processos probabilsticos discretizados. Entre estes est縊: as distribui鋏es de probabilidade, postas na Fun鈬o Massa de Probabilidade – PMF e seus par穃etros; a Teoria dos Conjuntos; a Probabilidade axiom疸ica Cl疽sica e Emprica; e a Probabilidade Condicional, definida na Regra da Multiplica鈬o e na Lei da Probabilidade Total, em que se insere a Probabilidade Bayesiana com o Teorema de Bayes. Esta lista de tpicos, em que est縊 expostos os princpios matem疸icos, compe o tema "Redes Bayesianas".



Caractersticas

  • Ano: 2022
  • Autor: Jos Felipe Souza de Almeida, Emerson Cordeiro Morais, Otavio Andre Chase
  • Selo: Dial騁ica
  • ISBN: 9786525230832
  • Nコ de P疊inas: 136


Coment疵ios e Avalia鋏es

Deixe seu comentário e sua avalia鈬o







- M痊imo de 512 caracteres.

Clique para Avaliar


  • Avalia鈬o:
Enviar
Fa軋 seu login e comente.

As redes Bayesianas se referem a uma categoria de modelos probabilsticos que representam um conjunto de vari疱eis e suas depend麩cias condicionais por um grafo acclico direcionado. Estas redes usam o Teorema de Bayes para calcular a probabilidade de determinados eventos, tendo alguma informa鈬o disponvel. Com esta prerrogativa, partem de conhecimento incompleto sobre um determinado fenmeno e, assim, permitem m痃uinas fazerem infer麩cias, previses e tomada de decis縊. Existem v疵ios modelos de tentativas de axiomatizar extenses da lgica para casos de informa鈬o incompleta.

No desenvolvimento deste livro, a programa鈬o Python foi adotada como ferramenta na modelagem das exemplifica鋏es. Juntamente a este apoio computacional, apresentada uma introdu鈬o aos pr-requisitos tericos que formulam a base dos processos probabilsticos discretizados. Entre estes est縊: as distribui鋏es de probabilidade, postas na Fun鈬o Massa de Probabilidade – PMF e seus par穃etros; a Teoria dos Conjuntos; a Probabilidade axiom疸ica Cl疽sica e Emprica; e a Probabilidade Condicional, definida na Regra da Multiplica鈬o e na Lei da Probabilidade Total, em que se insere a Probabilidade Bayesiana com o Teorema de Bayes. Esta lista de tpicos, em que est縊 expostos os princpios matem疸icos, compe o tema "Redes Bayesianas".

Deixe seu comentário e sua avalia鈬o







- M痊imo de 512 caracteres.

Clique para Avaliar


  • Avalia鈬o:
Enviar
Fa軋 seu login e comente.
  • Ano: 2022
  • Autor: Jos Felipe Souza de Almeida, Emerson Cordeiro Morais, Otavio Andre Chase
  • Selo: Dial騁ica
  • ISBN: 9786525230832
  • Nコ de P疊inas: 136


Receba nossas promo鋏es por e-mail: