Optimalizace Bayesovských sítí a jejich predikčních vlasností

Abstract

Obecně platí, že Bayesovské sítě se dají vytvořit dvěma základními způsoby: pomocí tzv. strukturního algoritmu z dat či pomocí experta. Tato práce se zaměřuje na propojení těchto přístupů. Hlavním cílem je potom algoritmus pro slučování dvou různých Bayesovských sítí do finální sítě, která by měla být lepší pro budoucí datovou analýzu. Algoritmus pracuje na základě ohodnocení jednotlivých uzlů v Bayesovských sítítch a jejich výběru do této finální sítě. Algoritmus je nejdříve popsán na jednoduchých příkladech a poté matematicky včetně informace o jeho evaluaci. Dále jsou v práci popsány limity tohoto algoritmu a návrhy na jeho budoucí vylepšení. Na závěr je tento slučovací algoritmus demonstrován na příkladu reálných dat.

Generally, Bayesian networks can be created in two basic ways: by a structural algorithm or by an expert. This work focuses on the interconnection of these two approaches. The main goal is an algorithm for merging two different Bayesian networks into a final one, which will be better for data analysis.The algorithm works on the principle of selecting edges based on the score of nodes in the input networks. The algorithm is described by simple examples and then mathematically, including a description of its evaluation. Finally, the algorithm is then illustrated on the example of real traffic accident data.