Выбор оптимальной стратегии на основе Байесовской теории решений

Содержание

Слайд 2

Байесовская теория принятия решений составляет основу статистического подхода к задаче классификации

Байесовская теория принятия решений составляет основу статистического подхода к задаче классификации

образов.
Байесовский подход основан на предположении, что задача выбора сформулирована в терминах теории вероятности и известны все представляющие интерес вероятностные величины.
Слайд 3

Достоинства поиска теоремы Байеса 1. Простота математического аппарата теоремы Байеса. 2.

Достоинства поиска теоремы Байеса
1. Простота математического аппарата теоремы Байеса.
2. Компенсация

субъективности и недостаточной информированности экспертов.
3. Уточнение экспертной оценки с помощью экспериментальных данных.
4. Высокая скорость пересчета вероятности в случае появления новой информации.
5. Наглядность модели за счет применения дерева решений.
Слайд 4

Предсказание – процесс, при котором оценивается эффект новой операции. Оценивание –

Предсказание – процесс, при котором оценивается эффект новой операции.
Оценивание –

состоит в определении численных оценок для различных следствий.
Принятие решения – на основе оценок для следствий определяется относительное достоинство каждой операции.

ПРОЦЕССЫ В ОПЕРАЦИИ ВЫБОРА :

Слайд 5

Слайд 6

дерево решений состоит из пяти уровней иерархии: 1.Множество вариантов технологического процесса;


дерево решений состоит из пяти уровней иерархии:

1.Множество вариантов

технологического процесса;
2.Выбор технологии производства изделия;
3.Выбор оборудования для производства;
4.Выбор технологической оснастки;
5.Выбор материала.
Слайд 7

-множество конечных операций, -множество возможных экспериментов, -множество результатов экспериментов, - состояния,

-множество конечных операций,
-множество возможных экспериментов,
-множество результатов экспериментов,
- состояния,
- выгоды,
-

распределения вероятностей.

ОСНОВНЫЕ ЭЛЕМЕНТЫ БАЙЕСОВСКОЙ ТЕОРИИ РЕШЕНИЙ

Слайд 8

P(A|B)= P(A)*P(B|A)/P(B) ФОРМУЛА БАЙЕСА

P(A|B)= P(A)*P(B|A)/P(B)

ФОРМУЛА БАЙЕСА

Слайд 9

ПРИМЕР Р(А) = вероятность дождя = 30% Р(В) = вероятность облачности

ПРИМЕР

Р(А) = вероятность дождя = 30%
Р(В) = вероятность облачности = 50%
Р(В|А)

= вероятность облачности при условии дождя = 100%
Слайд 10

P(A|B)= P(A)*P(B|A)/P(B) Решение: 30%*100%/50% = 60% Прогноз вероятности выпадения дождя составляет 60%

P(A|B)= P(A)*P(B|A)/P(B)
Решение:
30%*100%/50% = 60%
Прогноз вероятности выпадения дождя составляет 60%

Слайд 11

Пример применения байесовского анализа в ставках на спорт Р(А) = вероятность

Пример применения байесовского анализа в ставках на спорт

Р(А) = вероятность победы

Баварии = 50%
Р(В) = вероятность дождя на матче Баварии = 10%
Р(В|А) = вероятность дождя во время игры, когда побеждает Бавария = 11%