अन्य मशीन सीखने के दृष्टिकोणों पर बायेसियन नेटवर्क का उपयोग कब करें?

13

मुझे उम्मीद है कि इस सवाल का कोई निश्चित जवाब नहीं हो सकता है। लेकिन मैंने अतीत में कई मशीन लर्निंग एल्गोरिदम का उपयोग किया है और बायेसियन नेटवर्क के बारे में जानने की कोशिश कर रहा हूं। मैं समझना चाहूंगा कि किस परिस्थिति में, या आप अन्य दृष्टिकोणों से बेयसियन नेटवर्क का उपयोग करने के लिए किस प्रकार की समस्याओं का चयन करेंगे?

machine-learning bayesian-network

— AndyC
स्रोत

3

मेरे लिए बेयसियन नेटवर्क एक मॉडल में सशर्त स्वतंत्रताओं को परिभाषित करने का एक तरीका है। एक बार जब आप परिभाषित कर लेते हैं, तो मुझे लगता है कि आप मॉडल मापदंडों का अनुमान लगाने के लिए विभिन्न शिक्षण उपकरणों का उपयोग कर सकते हैं। इसलिए, मैं पैरामीटर लर्निंग और मॉडल के बीच एक स्पष्ट अलगाव देखता हूं। हालांकि, मैं इस पर विशेषज्ञ नहीं हूं ताकि कोई बेहतर जवाब दे सके।

— लुका

8

$X$ $Y$ $P(X,Y)$ $P(Y|X)$

$P(X_1|Y)$ $P(X_1|X_2=A, X_3=B)$ $P(Y|X)$

संयुक्त वितरण को निर्धारित करने के लिए बीएन का डीएजी का उपयोग। इसलिए वे चित्रमय मॉडल हैं।

लाभ:

जब आपके पास बहुत सारे लापता डेटा होते हैं, जैसे कि दवा में, बीएन की संयुक्त वितरण मॉडलिंग के बाद से बहुत प्रभावी हो सकता है (यानी डेटा कैसे उत्पन्न किया गया था इस पर आपका दावा) पूरी तरह से देखे गए डेटासेट होने में आपकी निर्भरता को कम करता है।
$\text{cause} \to \text{effect}$
संयुक्त वितरण सीखना एक कठिन काम है, इसे असतत चर के लिए मॉडलिंग करना (सशर्त संभाव्यता तालिकाओं की गणना के माध्यम से, सीपीटी की) निरंतर चर के लिए ऐसा करने की कोशिश करने की तुलना में काफी आसान है। तो बीएन असतत चर के साथ व्यावहारिक रूप से अधिक सामान्य हैं।
बीएन न केवल अवलोकन पर्यवेक्षण की अनुमति देता है (जैसा कि सभी मशीन सीखने वाले मॉडल अनुमति देते हैं), लेकिन इसके अलावा हस्तक्षेप एस भी । यह बीएन का एक सामान्य रूप से उपेक्षित और अल्पकालिक लाभ है और यह उचित तर्क से संबंधित है।

— Zhubarb
स्रोत

1

लाभ 1 में जहां आप कहते हैं कि बीएन बहुत सारे लापता मूल्यों के साथ मॉडलिंग डेटा के लिए प्रभावी हैं, क्या ये लापता मूल्य डेटा में स्वतंत्रताओं की सही पहचान को प्रभावित नहीं करते हैं?

— होसैन

1

P (Y, X_{1}, X_{2})

$P(Y,X_1,X_2)$

X_{1}

$X_1$

X_{2}

$X_2$

1

मेरे अनुभव में, बेइज़ियन नेटवर्क उच्च आयामी श्रेणीबद्ध डेटा होने पर बहुत अच्छी तरह से काम करते हैं । वे व्याख्या-सक्षम मॉडल देते हैं, जो (कभी-कभी) यह समझने में सहायता करते हैं कि विभिन्न चर कैसे बातचीत करते हैं।

— टैन
स्रोत