机器学习理论基础学习8--- 概率图模型

一、概率图分为三类：表示、推断、学习

二、贝叶斯网络---Representation---条件独立性 

三、贝叶斯网络---Representation---D-speration 

四、贝叶斯网络---Representation---具体模型例子

---

 五、马尔可夫随机场---Representation---条件独立性

六、马尔可夫随机场---Representation---因子分解

---

 

七、推断inference 总体介绍

八、推断inference---Variable Elimination变量消除法

九、推断inference---Belief Propagation（1）

十、推断inference---Belief Propagation（2）

十一、推断inference---Max Product

---

 

十二、概念补充---道德图（Moral Graph）

十三、概念补充---因子图（Factor Graph）

 

 

 

参考文献：

【1】概率图论PGM的D-Separation(D分离)

【2】机器学习-白板推导系列-概率图模型

转载于:https://www.cnblogs.com/nxf-rabbit75/p/10381688.html