Bayesian networks

Pertemuan 15

Kecerdasan Buatan – CI420 Jurusan Teknik Informatika Tahun 2006

Bayesian Network
 Teorema Bayes adalah sebuah metode untuk mencari
sebuah kemungkinan kejadian baru dari kejadian-
kejadian yang sudah diketahui sebelumnya
Bayesian Network
 Tabel disamping berisi
kemungkinan kejadian untuk
even t keadaan rumput
(grass condition), apakah
wet=true(W=T) atau
wet=false(W=F). Sedang “S”
adalah untuk sprinkler dan
“R” untuk rain.
 Nilai dalam tabel tersebut
menjelaskan nilai strength of
relationship dari kemungkinan
kejadian tersebut
Bayesian Network
 Keuntungan penggunaan bayesian network adalah
metode ini mengizinkan pengguna untuk melakukan
penyederhanaan rumus joint probability dengan melihat
struktur model grafik yang dibuat.
 Joint probability untuk kasus diatas adalah sebagai
berikut:
P(C, S, R, W) = P(C) * P(S|C) * P(R|C,S) * P(W|C,S,R)
dengan melihat struktur model grafik, maka rumus
diatas dapat disederhanakan menjadi:
P(C, S, R, W) = P(C) * P(S|C) * P(R|C) * P(W|S,R)
Bayesian Network
 Apabila kita memperoleh fakta bahwa kondisi rumput
adalah basah, maka bagaimana kemungkinan terjadinya
sprinkler menyala, dan kemungkinan terjadinya hujan.
normalizing constant

kemungkinan
Contoh lain
 Topology of network encodes conditional independence
assertions:

 Weather is independent of the other variables

 Toothache and Catch are conditionally independent given
Cavity
Contoh
Pembangunan Bayesian networks
 1. Memilih variable X1, … ,Xn
 2. For i = 1 to n
 Tambahkan Xi ke network
 Pilih parent dari X1, … ,Xi-1 sehingga
P (Xi | Parents(Xi)) = P (Xi | X1, ... Xi-1)
n
P (X1, … ,Xn) = πni =1 P (Xi | X1, … , Xi-1)
= πi =1P (Xi | Parents(Xi))
(by construction)
 (chain rule)

Contoh
 Memilih variabel M, J, A, B, E

P(J | M) = P(J)?
Contoh
 Mmeilih variabel M, J, A, B, E

P(J | M) = P(J)?
P(A | J, M) = P(A | J)? P(A | J, M) = P(A)?

 No

Contoh
 Memilih variabel M, J, A, B, E

P(J | M) = P(J)?
P(A | J, M) = P(A | J)? P(A | J, M) = P(A)? No
P(B | A, J, M) = P(B | A)?
P(B | A, J, M) = P(B)?
 No
Contoh
 Memilih variabel M, J, A, B, E

P(J | M) = P(J)?
P(A | J, M) = P(A | J)? P(A | J, M) = P(A)? No
P(B | A, J, M) = P(B | A)? Yes
P(B | A, J, M) = P(B)? No
P(E | B, A ,J, M) = P(E | A)?
P(E | B, A, J, M) = P(E | A, B)?
 No

Contoh
 Memilih variabel M, J, A, B, E

P(J | M) = P(J)?
P(A | J, M) = P(A | J)? P(A | J, M) = P(A)? No
P(B | A, J, M) = P(B | A)? Yes
P(B | A, J, M) = P(B)? No
P(E | B, A ,J, M) = P(E | A)? No
P(E | B, A, J, M) = P(E | A, B)? Yes
 No
