读Learning belief networks from empirical data

在看Neal, R.M., Connectionist learning of belief networks. Artif. Intell.},

 issue_date = {July 1992, 1992. 56(1): p. 71--113.

5.Learning belief networks from empirical data

有训练集T，每个元素有些2值的属性，

决定状态向量S，<V可见的，H隐藏的>。

用梯度方法，最大似然L。

6. Representational power of belief networks

表示总体分布

4个及以上的点，boltzmann machines和sigmoid belief networks可以表示对方表示不了的啦。

表示混合的分布，用隐藏的点，表示可见点的分布，是"mixtures".