chain rule 到 Markov chain

1. 联合概率(joint distribution)的链式法则

基于链式法则的 explicit formula:

p(x1:n)===p(x)p(x1)i=2np(xi|x1,,xi1)i=1np(xi|x1,,xi1)

等式左端表示联合概率分布,joint distribution,所谓联合概率表示的事件同时发生的概率,如 p(x3|x1,x2),的实际含义恰在于,事件 x1 和事件 x2 同时发生的情况下,事件 x3 发生的概率。

2. 从 chain rule 到 Markov chain

马尔科夫链需要满足马尔科夫性,也即后一事件发生的概率,仅与上一事件有关,无记忆性。对于上述的链式法则,则可进一步简化为:

p(x1:n)====p(x)p(x1)i=2np(xi|x1,,xi1)=p(x1)i=2np(xi|xi1)i=1np(xi|x1,,xi1)i=1np(xi|xi1)

转载于:https://www.cnblogs.com/mtcnn/p/9421677.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值