- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 概率图模型之：贝叶斯网络
1、贝叶斯定理P(A∣B)=P(A)P(B∣A)P(B)P(A \mid B) = \frac{P(A)P(B \mid A)}{P(B)} P(A|B)是已知B发生后A的条件概率，也由于得自B的取值而被称作A的后验概率。 P(B|A)是已知A发生后B的条件概率，也由于得自A的取值而被称作B的后验概率。 P(A)是A的先验概率或边缘概率。之所以称为”先验”是因为它不考虑任何B方面的
2017-04-19 19:25:01
47434
5
原创 贝叶斯定理在拼写检查中的应用
贝叶斯定理 条件概率 通常条件概率表示为P(A|B)P(A|B)，表示在给定B条件下A事件发生的概率。联合概率 两个事件同时发生的概率，表示为P(A,B)P(A, B)，事件A，B互相独立时有P(A，B)=P(A)P(B)P(A，B)=P(A)P(B) 通常意义下，联合概率表示为P(A,B)=P(A)P(B|A)P(A, B)=P(A)P(B|A)贝叶斯定理 由联合概率乘法交换律
2017-04-19 18:58:32
1603
OmniGraffle 6 许可
2016-09-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人