基于结果的贝叶斯网络

Question

我在这里很新，但有一个问题，我想要一些帮助。我正在学习机器学习，尤其是贝叶斯网络。我想解决的问题是：

考虑一头可能患有疾病的奶牛。您可以通过牛奶检测来检测这种疾病，该检测的假阳性率为.05，假阴性率为.01。该测试连续5天进行，结果为5次。给定一组结果，确定疾病的状态。假设在第一天感染的先前概率是0.001，并且在给定日的感染状态仅取决于其在前一天的状态，使得感染将持续到第二天的概率是.70 ，而新感染的概率为0.002。

然后给出了一系列结果，并根据这些结果要求确定一些内容。我不太确定如何为这个问题构建网络，并且想知道是否有人有一些指示。

感谢。

Answer 1

贝叶斯网络应具有以下结构：

• infectn说明奶牛是否在第n天被感染
• testn在n
日提供测试结果

Answer 2

如图所示，这是一个所谓的“隐马尔可夫模型”（HMM）。搜索该术语应该会提供很多信息。