![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率图模型
文章平均质量分 60
Handsome coder
let's code now
展开
-
概率图模型之学习(五)
系列文章目录 前言 一、不含隐变量的参数估计 。。。。 二、含隐变量的参数估计 总结 提示:这里对文章进行总结: 例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。 ...原创 2021-04-17 09:09:35 · 77 阅读 · 0 评论 -
概率图之推理与流动(五)
推理模式 概率图模型的推理模型有三种分别是: causal reasoning/因果推理 :也就是知道了事件的一个原因后,我们会改变对事件结果的预估。 evidential reasoning/证据推理 :也就是当我们知道了事件的结果后,我们会改变对引发事件的原因的判断。 intercausal reasoning/原因间推理 :有人翻译为因果间推理,我以为这容易产生误解。intercausal reasoning的意思是,有多个原因导致了某个事件的发生,如果我们已经知道了事件的结果,那么对其中一个原因的观转载 2021-04-16 19:25:19 · 501 阅读 · 0 评论 -
概率图模型系列之条件随机场(四)
条件随机场 一、概率无向图模型 1.模型定义 2.概率无向图模型定义 3.概率无向图的分解 二、条件随机场(CRF)的定义与形式 1.CRF的定义 定义11.3也可以这样定义 2.CRF的参数化形式 3.CRF的矩阵形式 三、三个基本问题 3.1计算问题 3.2学习问题 3.3预测问题 总结 ...原创 2021-04-14 20:22:27 · 141 阅读 · 0 评论 -
概率图模型系列之隐马尔科夫模型HMM(三)
隐马尔科夫模型HMM 文章目录隐马尔科夫模型HMM一、隐马尔科夫是什么?二、HMM模型的两个基本的假设1.基本假设三、三个基本问题3.1 计算问题(Evaluation问题)--计算观测序列出现的概率前向算法3.2 学习问题--计算模型的参数3.3 预测问题--给定观测序列预测隐藏序列总结 一、隐马尔科夫是什么? 隐马尔可夫模型(Hidden Markov Model,HMM)描述由隐藏的马尔可夫链随机生成观测序列的过程,属于生成模型。 HMM是关于时序的概率模型,描述由一个隐藏的马尔可夫链随机生成不可观测原创 2021-04-13 20:28:50 · 172 阅读 · 1 评论 -
概率图模型系列之朴素贝叶斯法(二)
朴素贝叶斯法 文章目录朴素贝叶斯法前言二、使用步骤1.引入库2.读入数据总结 前言 # 一、朴素贝叶斯的学习与分类 ## 1.基本假设 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210412214041816.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpYW96aGFvY29uZw=原创 2021-04-12 21:43:40 · 86 阅读 · 0 评论 -
概率图模型系列之概述(一)
好的原创 2021-04-11 21:16:01 · 168 阅读 · 0 评论