Dem Täter auf der Spur

Der erste Teil dieser Artikelserie [1] hat die theoretischen Grundlagen von Machine Learning mit Infer.NET [2] vorgestellt. Nun soll anhand des in Teil 1 bereits skizzierten Beispiels ein Fall durchgespielt werden. Das Beispiel handelt von einem fiktiven Raub: Ein kostbarer Brillant wurde aus dem Museum gestohlen. Es gilt nun, den Tatverdächtigen zu finden. Als Ermittler weiß man im Vorfeld, dass nur zwei Verdächtige infrage kommen: der Wächter und der Museumsdirektor. Außerdem ist bekannt, dass am Vorabend drei Autos im Museumshof standen, ein Wagen vom Sicherheitsdienst, ein Museumsfahrzeug und der private Pkw des Mu­seumsdirektors. Zwei Zufallsvariablen namens derTäter und derWagen wurden angelegt und eine Prior-Schätzung für die Zufallsvariable derTäter formuliert (Bild 1):