適応学習

図 1に示すベイジアン・ネットワーク(BN)を考えます。このBNのドメインについてより詳しく知るには、事例の章を参照してください。

図 1: "胸部クリニック"のBN表現 

適応学習を使用するには経験表が必要です。ドメイン内のすべての離散確率ノードに経験表を追加するには、ネットワーク・パネルのどこかをクリックして、 マウスの右ボタンを押して、それから "すべての離散確率ノードに経験表を追加"を選んでください。またドメイン内の離散確率ノードの部分集合に経験表を追加することも可能です。そのためには、特定の離散確率ノードを選択して、右クリックをし、"経験表を追加"を選択してください。

ノードが論理和ノードであるので、このノードを除くすべてのノードに経験表を追加するのが理にかなっており、そして論理和ノードに経験表を作ることはできません。作成された経験表を見るには、必要なノードを選択して、右クリックしてから、 "経験表を表示"を選択します。

前に述べたように、ノードの経験表は、親の条件の経験カウントを表現しています。たとえば、ノード"Dyspnoea?"の経験表を図 2に示します。

.親のさまざまな条件のオブサベーションの数を表現。値ゼロは、無効な経験カウントなので、適応を動作させるには0より大きくしなければなりません。もし現在の条件付き確率の正しさの信念が高いなら経験カウントは高い値になり、そうでなければ低い値になるはずです。ゆえに、現在の条件付き確率の正しさの我々の信念が低いことを仮定している場合には、初期の経験カウントを低い数、例えば10にセットします。図 3は、 "Dyspnoea?"離散確率ノードの初期経験カウントを示します。

すべての親の条件について、経験カウントを有効にするか、同じ経験カウントを入力する必要はないことに注意してください。たとえば、初期経験カウントの値は、 "10,0,100,0"にセットすることもできます. 適応学習には、経験表を持つ少なくとも1つのノードが必要で、さもなくばドメインを適応させることができません。そして、BN内の（"Tuberculosis or cancer"ノードを除く）すべてのノードに経験表を追加し、 初期経験カウントを10にセットします。これでドメインは、適応学習の準備ができました。

適応学習ステップは、エビデンスの入力、伝播、そして最終的に条件付き確率と経験表の更新（適応）することから構成されています。 .

ノードの1つ、たとえば "Smoker?"に注目しましょう。適応の前のこのノードの条件付き確率は、S (0.5,0.5)です。 そして、以下のオブザベーションを入力します：

• Node S is in state 0 ("yes")
• Node X is in state 0 ("yes")
• Node D is in state 0 ("yes")

そして、エビデンスを伝播します。つぎに、図 4に示す適応ボタンを押します。

図 4: 適応アイコン

適応ボタンを2,3回クリックし続けます。適応ボタンを押すたびに、このオブザベーションの確率（すなわち、P(All)）が増大します。 そして、BNを初期化して、"Smoker?"の条件付き確率を見ます。見てのとおり、条件付き確率は、もはやS(0.5,0.5)ではありません。実際、同じ条件付き確率はありません。これは新しいオブザベーションに基づいて条件付き確率が変更されたことを示します。すなわち、もし経験表が今削除されていたり、経験表の値がゼロにセットされていたりするなら、現在の分布確率が、そのノードの新しい条件付き確率になります。

オプションの減退で適応を拡張するには、BN 内のいくつかまたはすべての離散確率ノードに減退表を追加する必要があります。BN内のすべての離散確率ノードに減退表を追加するには、ネットワーク・パネルのどこかをクリックして、右クリックしてから、"すべての離散確率ノードに減退表を追加"を選びます。BN内のある離散確率ノードに減退表を追加するには、特定の離散確率ノードを選択して、それから右クリックして、 "減退表を追加"を選択します。ノードが経験表を持たない場合は、そのノードに減退表を追加できないことに注意してください。