Как решить условную вероятность байесовской сети

Question

У меня есть следующая байесовская сеть, в которой мне нужно найти Pr (J | C, A, V)

введите описание изображения здесь

Согласно решениям Pr (J | C, A, V) = 0,81, но я не понимаю, как было рассчитано это значение. Если возможно, укажите пошаговый метод:

Answer 1

P (J | AV C) = P (JAV C) / P (AV C)

с

• P (JAV C ) = сумма_G P (C) P (V) P (A | V C) P (G | AV C) P (J | G) = P (C) P (V) P ( A | V C) sum_G P (G | AV C) P (J | G)
• p (AV C) = sum_GJ P (C) P (V) P ( A | V C) P (G | AV C) P (J | G) = P (C) P (V) P (A | V C) sum_GJ P (G | AV C) P (J | G)

, затем

P (J | AV C) = sum_G P (G | AV C) P (J | G) / sum_GJ P (G | AV C) P (J | G)

Используя pyAgrum, вы можете написать

f=bn.cpt("G")*bn.cpt("J")
f.margSumOut(["G"])/f.margSumOut(["G","J"])

и получить

where you can find 0.81 when every variable is set to 1 (i.e. t)

PS- the definition of the Bayesian network: введите описание изображения здесь