AI

https://www.jianshu.com/p/55a67c12d3e9

 

朴素贝叶斯

P(A|B) = P(AB)/P(B) = P(B|A)*P(A)/P(B)
计算B条件下A发生的概率，只需要计算先验概率P(A), P(B)和后验概率P(B|A)。

 

马尔科夫链

马尔可夫链是满足马尔可夫性质的随机过程。某一时刻的状态只与其前一时刻的状态有关，则序列有马尔科夫性质。
X1,X2,X3...马尔可夫链（Markov Chain），描述了一种状态序列，其每个状态值取决于前面有限个状态。马尔可夫链是具有马尔可夫性质的随机变量的一个数列。这些变量的范围，即它们所有可能取值的集合，被称为“状态空间”，而Xn的值则是在时间n的状态。如果Xn+1对于过去状态的条件概率分布仅是Xn的一个函数，则P(Xn+1=x|X1=x1,X2=x2...Xn=xn)=P(Xn+1=x|Xn=xn)
这里x为过程中的某个状态。上面这个恒等式可以被看作是马尔可夫性质。

 

神经网络

感知器：接受多个输入，产生一个输出；多个输入通常重要性不等，给予其不同的权重（weight）；设置一个阈值（threshold），大于阈值则输出1，否则输出0。
神经网络有一个或多个感知器组成，可以是多层感知器。

 

转载于:https://my.oschina.net/u/3139896/blog/1787237