bayesian lab finished

bayesian/task.txt

@@ -0,0 +1,34 @@
+作业二：实现贝叶斯网络近似推理算法
+（一）问题描述
+实现两种基本的近似推理算法——拒绝采样和似然加权，并在一个简单的
+贝叶斯网络（PPT 示例）上进行应用和比较。
+网络结构图:
+ C -> S
+ C -> R
+ S -> W
+ R -> W
+变量解释:
+ C(Cloudy): 是否多云 (Boolean)
+ S(Sprinkler): 洒水器是否开启 (Boolean)
+ R(Rain): 是否下雨 (Boolean)
+ W(WetGrass): 草坪是否湿润 (Boolean)
+条件概率表 (CPTs):
+ P(C=T) = 0.5
+ P(S | C):
+ P(S=T | C=T) = 0.10
+ P(S=T | C=F) = 0.50
+ P(R | C):
+ P(R=T | C=T) = 0.80
+ P(R=T | C=F) = 0.20
+ P(W | S, R):
+ P(W=T | S=T, R=T) = 0.99
+ P(W=T | S=T, R=F) = 0.90
+ P(W=T | S=F, R=T) = 0.90
+ P(W=T | S=F, R=F) = 0.00
+
+(二) 任务要求
+实现拒绝采样算法和似然加权算法，算法需要能够估计条件概率 P(X | e)，
+其中 X 是查询变量，e 是证据。使用你实现的两种算法估计 P(R | S=T,
+W=T)。
+
+要求撰写实验报告，提供源程序。