Studoši

Jesam ja jedina koja ne razumije kak su na rješenju na materijalima dobili ovakve tablice:
?

Kaj ne ide struktura tablice ovak: ?

Po toj logici ovak treba izgledati tablica:
.

Ili ja nekaj propuštam haha

[obrisani korisnik] Prilicno sam siguran da je na materijalima krivo, za vecinu queryja koje te traze imas izracunate vrijednosti u skripti pa mozes to koristit da vidis jel ti tocno

[obrisani korisnik] potvrdujem da je najvj krivo

inace to je onak ful poznat example sigurno postoje rjeseni svi moguci upiti pa si provjeris lagano

U zadatku sa efektom objašnjavanja, jel mora biti P(S=1 | W=1, R=0) != P(S=1 | W=1, R=1) ili P(S=1 | W=1) != P(S=1 | W=1, R=1) ?

Bananaking Mislim da ovo drugo, imas u skripti probabilisticki graficki modeli, str. 12:

Zašto je vjerojatnost 𝑃(𝑐=1) drugačija od 𝑃(𝑐=1|𝑠=1,𝑟=1) ako znamo da čvorovi 𝑆 i 𝑅 nisu roditelji čvora 𝐶?
Jel zna iko objasnit ovo?

filip samo raspises vjerojatnosti i dobijes drukcije izraze:
P(c=1) = \sum_{s, r, w}^{} P(c=1, s, r,w)
P(c=1 | s=1, r=1) = \frac{\sum_{w}^{} P(c=1, s=1, r=1, w)}{\sum_{c, w}^{} P(c, s=1, r=1, w)}

pitanja koja sam danas dobio:

procjena parametara:
sto je funkcija izglednosti
koja vrijednost odgovara ml procjenama na grafu funkcije izglednosti
kako ovisi funkcija izglednosti za bernoullijevu distribuciju o parametru m
koje su ml procjene na 1.c grafu i koji je problem s njima
kako se rjesava taj problem
koje su razlike izmedu map i mle procjene
kako se mijenja mod beta distribucije u ovisnosti o alfa i beta parametrima
sto je pearsonov koeficijent korelacije, koji mu je raspon i sto predstavlja

pgm:
koja su tri aspekta pgmova
koju zajednicku distribuciju modelira konkretna mreza iz labosa i kako ju raspisati
kako radi egzaktno zakljucivanje i zasto se koristi
koja je razlika izmedu aposteriornog i map upita
pojasni efekt objasnjavanja na zadanom primjeru

grupiranje:
koja je razlika nadziranog i nenadziranog ucenja
koji su neki primjeri nenadziranog ucenja
sto je cvrsto a sto meko grupiranje
sto je particijsko a sto hijerarhijsko grupiranje
kakav algoritam je kmeans prema podjeli iz prethodnog pitanja
kako radi k means algoritam
kako odrediti vrijednost hiperparametra K iz grafa kriterijske funkcije
je li metoda robusna
objasni sto se dogada na silhouette plotu i kako iz njega odrediti hiperparametar K
sto uzrokuje problem u grupiranju na grafu 2.c
koje su razlike u parametrima kod gaussovih modela mjesavina i kmeansa
moze li se gmm dobro nostiti s grupama neprirodnih oblika
zasto je randov indeks ekvivalent klasifikacijske tocnosti u problemima grupiranja
kako radi randov indeks
koji je problem kod randovog indeksa

sheriffHorsey Koliko je to dugo trajalo?

jel ima netko da danas odgovara da napise sta su pitali?

Dootz 20-25 minuta

Koji je odgovor na pitanje: koju zajednicku distribuciju modelira konkretna mreza iz labosa i kako ju raspisati?

Moze li netko pojasniti razliku izmedu aposteriornog i MAP upita, prosao sam par puta kroz taj dio i svejedno mi nije jasan…

Reznox Kod aposteriornog upita ispitujes vjerojatnost neke varijable na temelju neke opazene, znaci mozes bilo koju vjerojatnost ispitat, a kod MAP upita dobijes samo koji je najvjerojatniji dogadaj na temelju opazene varijable, tako san bar ja skuzija