Skip to main content

No project description provided

Project description

Lab 2 IA

init(self, nodes, edges): el constructor de la clase. Recibe una lista de nodos y un diccionario de bordes, donde las claves son los nombres de los nodos y los valores son listas de los nombres de los nodos padre.

is_fully_described(self): comprueba si se han definido los factores de probabilidad de todos los nodos de la red. Devuelve true si estoe es cierto y false si no

compact(self): devuelve una cadena que representa la red bayesiana de forma compacta.

representation(self): devuelve una cadena que representa la red bayesiana de forma detallada. Incluye la tabla de probabilidad de cada nodo dada la probabilidad condicional de sus padres.

compute_factor(self, node, evidence={}): calcula el factor de probabilidad del nodo node dado un diccionario de evidencia.

compute_conditional_probability(self, node, parent_state): calcula la probabilidad condicional del nodo node dada la evidencia en el diccionario parent_state.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

bayesianpia2-0.0.5.tar.gz (2.4 kB view hashes)

Uploaded Source

Built Distribution

bayesianpia2-0.0.5-py3-none-any.whl (2.4 kB view hashes)

Uploaded Python 3

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page