深度学习--概率图模型（一）

这份资料看了好几遍了，终于有点知识框架了，总结一下，方便以后查看。

一、概率图模型（PGM）引入：

   在实际应用中，变量之间往往存在很多的独立性假设或近似独立，随机变量与随机变量之间存在极少数的关联。PGM根据变量之间的独立性假设，为我们提供了解决这类问题的机制，PGM是以概率论以及图论为基础，通过图的结构将概率模型可视化，让我们能够了解到复杂分布中的变量之间的关系，也把概率上的复杂计算过程理解为在图上进行信息传递的过程，所以不必要过多的在意复杂的表达式计算。

二、PGM体系框架

    

三、生成模型与判别模型

      今天先记录生成模型与判别模型，下次博客正式进入PGM。

1、