Bienvenido! estás en Mandrake Libros web

José Felipe Souza de Almeida
Inteligência Artificial Bayesiana

Dialética

Impresión bajo demanda. Llega en 14 dias.

Páginas: 136
Formato:
Peso: 0.216 kgs.
ISBN: 9786525230832

As redes Bayesianas se referem a uma categoria de modelos probabilísticos que representam um conjunto de variáveis e suas dependências condicionais por um grafo acíclico direcionado. Estas redes usam o Teorema de Bayes para calcular a probabilidade de determinados eventos, tendo alguma informação disponível. Com esta prerrogativa, partem de conhecimento incompleto sobre um determinado fenômeno e, assim, permitem máquinas fazerem inferências, previsões e tomada de decisão. Existem vários modelos de tentativas de axiomatizar extensões da lógica para casos de informação incompleta.No desenvolvimento deste livro, a programação Python foi adotada como ferramenta na modelagem das exemplificações. Juntamente a este apoio computacional, é apresentada uma introdução aos pré-requisitos teóricos que formulam a base dos processos probabilísticos discretizados. Entre estes estão: as distribuições de probabilidade, postas na Função Massa de Probabilidade PMF e seus parâmetros; a Teoria dos Conjuntos; a Probabilidade axiomática Clássica e Empírica; e a Probabilidade Condicional, definida na Regra da Multiplicação e na Lei da Probabilidade Total, em que se insere a Probabilidade Bayesiana com o Teorema de Bayes. Esta lista de tópicos, em que estão expostos os princípios matemáticos, compõe o tema Redes Bayesianas.

Inteligência Artificial Bayesiana

$28.866,14
Envío gratis superando los $24.990
Inteligência Artificial Bayesiana $28.866,14
Entregas para el CP:

Medios de envío

  • Mandrake Libros Rioja 1869 - Rosario- Lunes a Viernes de 10 a 19 hs. Te informaremos cuando esté listo para retirar.

    Gratis

José Felipe Souza de Almeida
Inteligência Artificial Bayesiana

Dialética

Impresión bajo demanda. Llega en 14 dias.

Páginas: 136
Formato:
Peso: 0.216 kgs.
ISBN: 9786525230832

As redes Bayesianas se referem a uma categoria de modelos probabilísticos que representam um conjunto de variáveis e suas dependências condicionais por um grafo acíclico direcionado. Estas redes usam o Teorema de Bayes para calcular a probabilidade de determinados eventos, tendo alguma informação disponível. Com esta prerrogativa, partem de conhecimento incompleto sobre um determinado fenômeno e, assim, permitem máquinas fazerem inferências, previsões e tomada de decisão. Existem vários modelos de tentativas de axiomatizar extensões da lógica para casos de informação incompleta.No desenvolvimento deste livro, a programação Python foi adotada como ferramenta na modelagem das exemplificações. Juntamente a este apoio computacional, é apresentada uma introdução aos pré-requisitos teóricos que formulam a base dos processos probabilísticos discretizados. Entre estes estão: as distribuições de probabilidade, postas na Função Massa de Probabilidade PMF e seus parâmetros; a Teoria dos Conjuntos; a Probabilidade axiomática Clássica e Empírica; e a Probabilidade Condicional, definida na Regra da Multiplicação e na Lei da Probabilidade Total, em que se insere a Probabilidade Bayesiana com o Teorema de Bayes. Esta lista de tópicos, em que estão expostos os princípios matemáticos, compõe o tema Redes Bayesianas.