序列数据
文章平均质量分 91
-柚子皮-
╰☆ゞ不染纤尘,不忘初心ゞ☆╮
展开
-
PGM:部分有向模型之条件随机场与链图模型
http://blog.csdn.net/pipisorry/article/details/52529287贝叶斯网与马尔可夫网[PGM:无向图模型:马尔可夫网 ]中例3.8和例4.8显示,贝叶斯网和马尔可夫网这两种表示独立性的语言没有可比性:每种表示都能表示另一种不能表示的独立性约束。这里更深入讨论两种表示间的联系。从贝叶斯网到到马尔可夫网d-分离的可靠性原创 2016-09-14 11:14:59 · 3630 阅读 · 0 评论 -
条件随机场CRF - 学习和预测
CRF的学习即CRF的参数估计问题。条件随机场模型实际上是定义在时序数据上的对数线性模型(LR模型同样是),其学习方法包括极大似然估计和正则化的极大似然估计。具体的优化实现算法有改进的迭代尺度法IIS、梯度下降法以及拟牛顿法。改进的迭代尺度法(IIS) 已知训练数据集,由此可知经验概率分布 ,可以通过极大化训练数据的对数似然函数来求模型参数。 训练数据的对数似然函原创 2017-10-30 21:27:08 · 5861 阅读 · 1 评论 -
条件随机场CRF - 表示
http://blog.csdn.net/pipisorry/article/details/78397543CRF简介HMM的局限性 1,该模型定义的是联合概率,必须列举所有观察序列的可能值,而这对多数领域来说是比较困难的。 2,基于观察序列中的每个元素都相互条件独立。即:在任何时刻观察值仅仅与状态序列中的一个状态有关。而大多数现实世界中的真是观察...原创 2017-10-30 21:25:01 · 6414 阅读 · 1 评论 -
马尔可夫随机场 MRF
马尔可夫网马尔科夫网是使用无向图描述的图模型,是刻画X上联合分布的一种方法,表示一个分解方式,也表示一组条件独立关系。马尔科夫随机场( Markov random field , MRF),也被称为马尔科夫网络( Markov network )或者无向图模型( undirected graphical model )( Kindermann and Snell, 1980 ),包含一组结点,每个原创 2017-10-30 19:45:56 · 49186 阅读 · 7 评论 -
PGM:无向图模型:马尔可夫网(随机场)MRF
http://blog.csdn.net/pipisorry/article/details/52489321马尔可夫网皮皮blog无向图模型误解示例P-map不能构建贝叶斯网的一个示例x1表示这个学生对概念存在误解,x0表示没有。Note: 其中的bd其实只要给定c就是相互依赖了。[PGM:贝叶斯网络 ]误解示例的无向图模型解决原创 2016-09-12 22:27:54 · 13558 阅读 · 3 评论 -
马尔科夫模型 Markov Model
http://blog.csdn.net/pipisorry/article/details/46618991生成模式(Generating Patterns)1、确定性模式(Deterministic Patterns):确定性系统 考虑一套交通信号灯,灯的颜色变化序列依次是红色-红色/黄色-绿色-黄色-红色。这个序列可以作为一个状态机器,交通信号灯的不同状态都紧跟着上一个状态。...原创 2015-06-24 10:34:20 · 118764 阅读 · 3 评论 -
HMM:隐马尔可夫模型 - 表示
http://blog.csdn.net/pipisorry/article/details/50722178隐马尔可夫模型Hidden Markov Models 隐马尔可夫模型(Hidden Markov Models, HMM)描述由一个隐藏的马尔可夫链随机生成的不可观测的状态序列,再由各个状态生成一个观测而产生观测随机序列的过程,属于生成模型。HMM(隐马尔可夫模型)...原创 2016-02-23 12:37:53 · 26304 阅读 · 0 评论 -
HMM:隐马尔科夫模型 - 学习
http://blog.csdn.net/pipisorry/article/details/50722376隐马尔科夫模型的三个问题例子举个常见的例子来引出下文,同时方便大家理解!比如我在不同天气状态下去做一些事情的概率不同,天气状态集合为{下雨,阴天,晴天},事情集合为{宅着,自习,游玩}。假如我们已经有了转移概率和输出概率,即P(天气A|天气B)和P(事情a|天气A)的概率都已知...原创 2016-02-23 13:22:50 · 4456 阅读 · 1 评论 -
HMM:隐马尔科夫模型 - 预测和解码
http://blog.csdn.net/pipisorry/article/details/50731584观察序列生成计算观察序列的概率(Finding the probability of an observed sequence) 给定隐马尔科夫模型,也就是在模型参数(pi, A, B)已知的情况下,我们想找到观察序列的概率。还是考虑天气这个例子,我们有一个用来描述天气及与它...原创 2016-02-24 16:09:28 · 5215 阅读 · 0 评论 -
顺序数据:状态空间模型
http://blog.csdn.net/pipisorry/article/details/4397356顺序数据之前注意力集中在数据集里的数据点是独立同分布的情形。这个假设使得我们将似然函数表示为在每个数据点处计算的概率分布在所有数据点上的乘积。然而,对于许多应用来说,独立同分布的假设不成立。考虑这样的数据集中的一个重要的类型,即描述了顺序数据的数据集。这些数据集通常产生于沿着时间...原创 2015-02-27 22:29:31 · 12423 阅读 · 0 评论