LUẬN văn THẠC sĩ tìm HIỂU BAYESIAN NETWORK và xây DỰNG mô HÌNH áp DỤNG để dự đoán xác SUẤT có điều KIỆN PHỨC hợp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN TRẦN NHẬT VINH TÌM HIỂU BAYESIAN NETWORK VÀ XÂY DỰNG MÔ HÌNH ÁP DỤNG ĐỂ DỰ ĐOÁN XÁC SUẤT CÓ ĐIỀU KIỆN PHỨC HỢP LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH ĐÀ NẴNG – 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN TRẦN NHẬT VINH TÌM HIỂU BAYESIAN NETWORK VÀ XÂY DỰNG MÔ HÌNH ÁP DỤNG ĐỂ DỰ ĐOÁN XÁC SUẤT CÓ ĐIỀU KIỆN PHỨC HỢP Chuyên ngành Khoa học máy tính Mã số 8084101 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học TS Đặng Việt Hùng ĐÀ NẴNG –.

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN - - TRẦN NHẬT VINH TÌM HIỂU BAYESIAN NETWORK VÀ XÂY DỰNG MƠ HÌNH ÁP DỤNG ĐỂ DỰ ĐỐN XÁC SUẤT CĨ ĐIỀU KIỆN PHỨC HỢP LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH ĐÀ NẴNG – 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN - - TRẦN NHẬT VINH TÌM HIỂU BAYESIAN NETWORK VÀ XÂY DỰNG MƠ HÌNH ÁP DỤNG ĐỂ DỰ ĐỐN XÁC SUẤT CÓ ĐIỀU KIỆN PHỨC HỢP Chuyên ngành: Khoa học máy tính Mã số: 8084101 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học: TS Đặng Việt Hùng ĐÀ NẴNG – 2021 LỜI CAM ĐOAN Sau trình học tập Trường Đại học Duy Tân, với kiến thức lý thuyết thực hành tích lũy được, với việc vận dụng kiến thức vào thực tế, tự nghiên cứu tài liệu, cơng trình nghiên cứu, đồng thời có phân tích, tổng hợp, đúc kết phát triển để hoàn thành luận văn thạc sĩ mình, tơi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác Tác giả Trần Nhật Vinh LỜI CẢM ƠN Luận văn hoàn thành trước hết xuất phát từ nỗ lực phấn đấu thân trình học tập, nghiên cứu suốt thời gian làm đề tài Đề tài hoàn thành với thời gian kế hoạch lập thời gian triển khai thực tế, để đạt không nhớ đến công ơn thầy, cô bạn lớp học K18MCS quan tâm, chia sẻ tận tình giúp đỡ, đặc biệt gia đình ln bên cạnh ủng hộ tơi khóa học Tơi xin bày tỏ cảm ơn sâu sắc đến thầy TS Đặng Việt Hùng, người tận tình dẫn giúp đỡ tơi suốt q trình xây dựng đề cương hoàn thành luận văn, bên cạnh tơi xin bày tỏ lịng biết ơn đến thầy TS Đặng Việt Hùng có trao đổi, chia sẻ kinh nghiệm quý báu lĩnh vực mà tơi nghiên cứu để tơi hồn thành tốt luận văn Tơi xin bày tỏ lịng biết ơn thầy PGS.TS Nguyễn Gia Như Ban Giám Hiệu, thầy cô anh chị khoa sau đại học Trường Đại Học Duy Tân chuyên ngành Khoa Học Máy Tính (2018-2020), tạo điều kiện thuận lợi thời gian, sở vật chất để tơi học tốt khóa học thời gian hồn thành luận văn tiến độ Tác giả luận văn Trần Nhật Vinh MỤC LỤC DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH Hình 1.1 Ví dụ Graphical model 22 Hình 1.2 Các cấu trúc graphical model 23 Hình 1.3 Cấu trúc Serial .24 Hình 1.4 Cấu trúc divergence .24 Hình 1.5 Cấu trúc convergence (V-structure) 25 Bảng 1.1 Phân phối tiên nhiệm liên hợp .30 Hình 2.1 Mơ hình minh họa mạng Bayes .38 Bảng 3.1 Bảng mô tả liệu 55 Hình 3.1 Sơ đồ nodes nhánh 58 Hình 3.3a Kiểm tra cách thức mơ hình hoạt động 62 Hình 3.3b Kiểm tra cách thức mơ hình hoạt động 63 Hình 3.4a .64 Hình 3.4b 65 Hình 3.5a .66 Hình 3.5b 67 Hình 3.6a .68 Hình 3.6b 68 Hình 3.7a .69 Hình 3.7b .70 Hình 3.8 Thử nghiệm mơ hình theo chiều nhân .71 Hình 3.9a Nguyên nhân Kinh tế gia đình khơng đáng kể .72 Hình 3.9b Ngun nhân cơng việc không đáng kể .72 Hình 3.9c Ngun nhân Điểm trung bình thấp 73 MỞ ĐẦU Trí tuệ nhân tạo hay trí thơng minh nhân tạo (Tiếng anh: Artificial Intelligence hay machine intelligence, thường viết tắt AI) trí tuệ biểu diễn hệ thống nhân tạo Thuật ngữ thường dùng để nói đến máy tính có mục đích khơng định ngành khoa học nghiên cứu lý thuyết ứng dụng trí tuệ nhân tạo Tuy trí thơng minh nhân tạo có nghĩa rộng trí thơng minh tác phẩm khoa học viễn tưởng, ngành trọng yếu tin học Trí thơng minh nhân tạo liên quan đến cách cư xử, học hỏi khả thích ứng thơng minh máy móc Các ví dụ ứng dụng bao gồm tác vụ điều khiển, lập kế hoạch lập lịch (scheduling), khả trả lời câu hỏi chẩn đoán bệnh, trả lời khách hàng sản phẩm công ty, nhận dạng chữ viết tay, nhận dạng tiếng nói khn mặt Bởi vậy, trí thơng minh nhân tạo trở thành mơn học, với mục đích cung cấp lời giải cho vấn đề sống thực tế Ngày nay, hệ thống nhân tạo dùng thường xuyên kinh tế, y dược, ngành kỹ thuật quân sự, phần mềm máy tính thơng dụng gia đình trị chơi điện tử Mạng Bayes biết đến tài liệu có tên gọi khác mạng nhân mạng xác suất nhân quả, mạng niềm tin, hệ thống xác suất, hệ thống Bayes chuyên gia, gọi sơ đồ ảnh hưởng Mạng Bayes phương pháp thống kê biểu thị độ không chắn thông qua mối quan hệ độc lập có điều kiện thiết lập chúng (Edwards, 1998) Loại mạng hệ thống hóa độ không đảm bảo liên quan đến biến thông qua xác suất (Fernández, 2004) Người ta nói mạng Bayes tập hợp biến, cấu trúc đồ họa kết nối với biến tập hợp phân phối xác suất Mạng Bayes đồ thị xoay chiều có hướng, nút đại diện cho biến cung phụ thuộc xác suất xác suất có điều kiện biến xác định theo cha mẹ nó; biến mà cung hướng đến phụ thuộc vào biến nguồn gốc Cấu trúc mạng cấu trúc liên kết cung cấp thông tin phụ thuộc xác suất biến tính độc lập có điều kiện biến định (hoặc tập hợp biến) cho trước biến khác Sự độc lập đơn giản hóa việc biểu diễn tri thức (ít tham số hơn) suy luận (lây lan xác suất) Lấy mạng Bayes từ liệu trình học chia thành hai giai đoạn: học cấu trúc học tham số (Judea Pearl, 2011) Việc bao gồm việc có cấu trúc mạng Bayes, tức mối quan hệ phụ thuộc độc lập biến liên quan Giai đoạn thứ hai nhằm đạt xác suất trước tiên điều kiện bắt buộc từ cấu trúc định Luận văn đề cập đến nghiên cứu việc sử dụng mơ hình xác suất đồ họa lĩnh vực giáo dục để chẩn đoán sinh viên xác định vấn đề bỏ học trường đại học, bước nối tiếp nghiên cứu trước Các nghiên cứu khác để dự đoán xác suất học sinh bỏ học thực cách sử dụng kỹ thuật khai thác liệu để đạt mục tiêu Điều cho phép thực phân tích thú vị để tìm quy tắc hành vi có chứa biến vắng mặt Luận văn tập trung vào ứng dụng mơ hình xác suất giáo dục đại học 10 CHƯƠNG CÁC KHÁI NIỆM VỀ XÁC SUẤT I.1 LÝ THUYẾT XÁC SUẤT I.1.1 Khái niệm xác suất Cho không gian mẫu, -đại số , hàm gọi phân phối xác suất độ đo xác suất thỏa mãn tiên đề sau: i) với ii) iii) Nếu có , Khi ba gọi không gian xác suất, tập biến cố xác suất biến cố I.1.2 Biến ngẫu nhiên Một biến ngẫu nhiên (hay gọi đại lượng ngẫu nhiên) ánh xạ với kiện nhận tương ứng số thực Cho , ta định nghĩa I.1.3 Hàm phân phối hàm mật độ I.1.3.1 Định nghĩa Giả sử biến ngẫu nhiên Hàm phân phối tích lũy hay gọi tắt hàm phân phối (viết tắt cdf) hàm xác định I.1.3.2 Định nghĩa Biến ngẫu nhiên gọi rời rạc nhận hữu hạn đếm giá trị Khi hàm mật độ định nghĩa Như vậy, ta có mối quan hệ ...BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DUY TÂN - - TRẦN NHẬT VINH TÌM HIỂU BAYESIAN NETWORK VÀ XÂY DỰNG MƠ HÌNH ÁP DỤNG ĐỂ DỰ ĐỐN XÁC SUẤT CĨ ĐIỀU KIỆN PHỨC HỢP Chuyên ngành: Khoa... sử hai kiện không gian xác suất với , cơng thức Bayes xác định Trong vai trị xét quy tắc nhân Ta có xác suất riêng kiện không xét đến , xác suất riêng kiện chưa biết kiện xảy ra, xác suất kiện. .. dùng để tính xác suất đồng thời dựa vào xác suất có điều kiện, theo đó: I.6.2 Khái niệm Mơ hình Đồ thị Giả sử có tập biến ngẫu nhiên để thực suy diễn, ta muốn lưu trữ phân phối xác suất đồng thời