Professional Documents
Culture Documents
Artificial Intelligence
Bayesian Network
Rekyan Regasari Mardi Putri, ST, MT
Lailil Muflikhah, S.Kom, M.Sc
Imam Cholissodin, S.Si., M.Kom
M. Ali Fauzi, S.Kom, M.Kom
Pokok Bahasan
1. Syntax & Semantics
2. Compact conditional distributions
3. Efficient Inference
4. Latihan Individu + Tugas Kelompok
Syntax & Semantics
Bayesian Network :
Notasi graf yang menyatakan conditional independence
dalam suatu domain.
Node menyatakan sebuah random variable.
Arc (directed edge) menyatakan hubungan kausal
langsung (direct influence).
Arahnya dari variable “sebab” ke variable “akibat”.
Node sibling menyatakan variable yang conditionally
independent karena parent-nya.
Conditional distribution untuk setiap node terhadap
parent-nya: P(Xi | Parents(Xi))
Tidak ada cycle di dalam Bayesian Network.
Syntax & Semantics
Contoh kedokteran gigi :
Topologi sebuah Bayesian Network menyatakan
hubungan conditional independence :
Keterangan :
Weather independent dari semua variable lain.
Toothache dan Catch conditionally independent karena Cavity.
Syntax & Semantics
Contoh lain :
Anto sedang di kantor. Tetangganya, John, menelpon
mengatakan alarm anti-perampoknya bunyi.
Tetangganya, Mary, tidak menelpon. Kadang-kadang
alarmnya nyala karena gempa bumi. Apakah ada
perampok di rumah Anto?
Variable dalam domain :
Burglar, Earthquake, Alarm, JohnCalls, MaryCalls
Hubungan sebab akibat :
Perampok bisa membuat alarm nyala.
Gempa bumi bisa membuat alarm nyala.
Alarm bisa membuat John menelpon.
Alarm bisa membuat Mary menelpon.
Syntax & Semantics
Contoh Bayesian Network :
Syntax & Semantics
Rekonstruksi full joint distribution :
Bayesian Network adalah deskripsi lengkap sebuah
domain.
Full joint distribution bisa diperoleh dari local conditional
distribution :
x N 0,1x dx
x
P(Buys? = true | Cost = c) = Φ((−c + µ)/σ)
Compact conditional distributions
Variable kontinyu :
1
exp
2 2 t
Efficient Inference
Inference by enumeration :
Mis. hitung probabilitas ada perampok jika John dan Mary
menelpon.
Pb | j , m e a Pb Pe Pa | b, e P j | a Pm | a
Pb e Pe a Pa | b, e P j | a Pm | a
a. P(C,S,R,W)=? b. P(C,S,R,~W)=?
Efficient Inference
Contoh sampling ke-2 :
Tentukan P(C=T|S=T) !
Efficient Inference
Penyelesaian :
Tentukan P(C=T|S=T) !
Selesai