Probabilitas Gabungan dengan Asumsi Markov

oleh Abu Ahmad (abuahmad@promotionme.com)

Kita bisa nyatakan probabilitas gabungan dengan menggunakan asumsi Markov,

(1)   \begin{equation*}  P(w_1,\hdots,w_n)=\prod^n_{i=1}P(w_i|w_{i-1}) \end{equation*}

Pohon kurma di musim panas

Pohon kurma di musim panas

Sekarang, Kita telah menemukan bahwa jumlah riwayat yang kita punyai untuk menemukan statistik untuk sekarang kita hanya memutuhkan 3^2=9 bilangan untuk menentukan probabilitas dari semua urutan. Asumsi ini bisa jadi valid atau tidak tergantung situasi, dalam kasus cuaca, mungkin tidak valid, namun, kita bisa menggunakan asumsi ini untuk menyederhanakan situasi.

Sehingga mari kita gunakan sejumlah angka untuk P(w_besok|w_sekarang), yang ditunjukkan pada tabel 1.

Tabel 1. Probabilitas Cuaca untuk cuaca besok berdasarkan cuaca hari ini

cuaca besok
panas hujan kabut
panas 0.8 0.05 0.15
sekarang hujan 0.2 0.6 0.2
kabut 0.2 0.3 0.5

untuk model Markov orde pertama, kita bisa menggunakan probabilitas ini untuk menarik sebuah diagram automata probabilitas status terbatas. Untuk, domain cuaca, anda akan mempunyai tida status (panas, hujan dan kabut) dan setiap hari anda akan beralih ke sebuah status (mungkin) ke status yang baru berdasarkan tabel probabilitas tersebut.

Leave a Reply

Your email address will not be published. Required fields are marked *

*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>