Đang chuẩn bị liên kết để tải về tài liệu:
Bài giảng Tri thức và lập luận không chắc chắn - Tô Hoài Việt

Nội dung "Bài giảng Tri thức và lập luận không chắc chắn - Tô Hoài Việt" tập trung vào những kiến thức cơ bản như: Sự không chắc chắn, xác suất, xác suất kết hợp và xác suất biên, suy diễn, luật của Bayes và mạng Bayes. Với các bạn đang học chuyên ngành Công nghệ thông tin thì đây là tài liệu tham khảo hữu ích dành cho các bạn. | Tri thức và Lập luận Không chắc chắn Tô Hoài Việt Khoa Công nghệ Thông tin Đại học Khoa học Tự nhiên TPHCM thviet@fit.hcmuns.edu.vn Trang Tổng quát Sự không chắc chắn Xác suất Xác suất kết hợp và xác suất biên Suy diễn Luật của Bayes Mạng Bayes Trang Lập luận chính xác vs. Lập luận không chắc chắn Lập luận chính xác: Mô hình suy diễn Mô hình quy diễn Mô hình quy nạp Ví dụ: Luật: A B Có: A đúng Suy ra : B đúng Lập luận xấp xỉ Nếu A thì B [với xs p] Trang Sự không chắc chắn Tri thức của con người trong nhiều lĩnh vực là không chắc chắn. Ví dụ: xét tri thức trong lĩnh vực nha khoa: Triệu_chứng(p, Đau_Răng) Bệnh(p, Sâu_răng)? Triệu_chứng(p, Đau_Răng) Bệnh(p, Sâu_răng) Bệnh(p, Viêm_lợi) Bệnh(p, Nhiễm_trùng) Bệnh(p, Sâu_răng) Triệu_chứng(p, Đau_răng)? Không phải lúc nào sâu răng của gây ra đau răng. Trang Nguồn gốc của Sự không chắc chắn Thông tin không đầy đủ Ta không thể biết hết mọi thứ. Ta có thể không muốn đợi. Nhập nhằng Sự việc có thể được diễn tả trong . | Tri thức và Lập luận Không chắc chắn Tô Hoài Việt Khoa Công nghệ Thông tin Đại học Khoa học Tự nhiên TPHCM thviet@fit.hcmuns.edu.vn Trang Tổng quát Sự không chắc chắn Xác suất Xác suất kết hợp và xác suất biên Suy diễn Luật của Bayes Mạng Bayes Trang Lập luận chính xác vs. Lập luận không chắc chắn Lập luận chính xác: Mô hình suy diễn Mô hình quy diễn Mô hình quy nạp Ví dụ: Luật: A B Có: A đúng Suy ra : B đúng Lập luận xấp xỉ Nếu A thì B [với xs p] Trang Sự không chắc chắn Tri thức của con người trong nhiều lĩnh vực là không chắc chắn. Ví dụ: xét tri thức trong lĩnh vực nha khoa: Triệu_chứng(p, Đau_Răng) Bệnh(p, Sâu_răng)? Triệu_chứng(p, Đau_Răng) Bệnh(p, Sâu_răng) Bệnh(p, Viêm_lợi) Bệnh(p, Nhiễm_trùng) Bệnh(p, Sâu_răng) Triệu_chứng(p, Đau_răng)? Không phải lúc nào sâu răng của gây ra đau răng. Trang Nguồn gốc của Sự không chắc chắn Thông tin không đầy đủ Ta không thể biết hết mọi thứ. Ta có thể không muốn đợi. Nhập nhằng Sự việc có thể được diễn tả trong nhiều (hơn một) cách. Sự không chính xác Sai số của Con người/Thiết bị. Các luật thường là các heuristic được các chuyên gia sử dụng trong một tình huống nào đó Không hoàn hảo ! Các luật được học hoặc được viết không chính xác. Trang Biểu diễn Sự không chắc chắn Một con số đơn lẻ Khoảng Tin cậy Tần số xuất hiện Độ đo chủ quan (từ chuyên gia) Ước lượng bằng Trang Xác suất Xác suất: mức độ tin cậy hay khả năng xảy ra của một sự kiện-một mệnh đề. Ký hiệu P(A). với N: các kết quả có thể fA: số cách mà sự kiện A có thể xảy ra Ví dụ: Sự kiện: A = “Ném 1 con súc sắc được mặt số 2” P(A) = 1/6. Trang Xác suất Tính chất 0 P(A) 1 P(true) = 1 P(false) = 0 P(A B) = P(A) + P(B) - P(A B) Trang Tính xác suất như thế nào? Dựa vào mô hình hoặc giá trị lý thuyết Ví dụ: Theo giả định độc lập, xác suất gieo súc sắc được mặt 1 là 1/6. Thống kê từ dữ liệu thực Ví dụ: Tung con súc sắc 1000 lần, số lần xuất hiện mặt 1: 162 lần => P(A=1) = 0.162 mặt 2: 179 lần => P(A=2) = 0.179 mặt 3: .