Jaki jest związek między sieciami bayesowskimi i neuronowymi? - sieć neuronowa, sieci bayesowskie

Szukam zadań obciążających obliczeniowoimplementować z CUDA i zastanawiać się, czy można zastosować sieci neuronowe lub sieci bayesowskie. To nie jest moje pytanie, ale raczej to, czym jest relacja między tymi dwoma typami sieci. Wydają się bardzo podobne, zwłaszcza jeśli spojrzeć na sieci bayesowskie z możliwością uczenia się (o czym wspomina artykuł na wikipedii). W skrócie, sieci bayesowskie wyglądają nieco jak określony typ sieci neuronowych. Czy ktoś może podsumować ich związek, a jeśli istnieje jakieś połączenie poza pozornym podobieństwem?

Odpowiedzi:

Sieci bayesowskie reprezentują niezależność (izależność) relacje między zmiennymi. W ten sposób łącza reprezentują relacje warunkowe w sensie probabilistycznym. Sieci neuronowe, generalnie rzecz biorąc, nie mają takiej bezpośredniej interpretacji, i faktycznie pośrednie węzły większości sieci neuronowych są odkrywane, zamiast mieć jakiekolwiek predykaty z nimi związane.

To jest zgłoszone że sieci Bayesa są bardziej odporne na"przetrenowanie" obserwowane w niektórych sieciach neuronowych. Innymi słowy, niektóre sieci neuronowe stają się tak "wyszkolone" do obserwowanych pomiarów używanych w treningach, że nie są użyteczne w ogólnych przypadkach.

Rzeczywiście są. Widzę sieć bayesowską jako sieć neuronową stosującą twierdzenie Baye'a na dużą skalę, ale nie pamiętam szczegółów. Wiem, gdzie możesz je znaleźć i polecam to zarezerwuj za to.