知识卡片
马尔科夫性以当前状态为条件
一阶马尔科夫假设是:已知当前状态后,下一状态与更早历史条件独立。它不是说初始分布不会影响未来边缘概率。若转移规律还与时刻无关,才可用同一转移矩阵的幂表示多步转移;马尔科夫性本身不等于齐次。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
马尔科夫过程(Markov Process)是俄国数学家A.A.马尔科夫提出的,其原始模型为马尔科夫链。马尔科夫链是指时间和状态都是离散的马尔科夫过程。该过程具有如下特性:在已知系统当前状态的条件下,它未来的演变不依赖于过去的演变。也就是说
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html)
- 结论依据:摘录中关于马尔科夫性以当前状态为条件的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:马尔科夫过程(Markov Process)是俄国数学家A.A.马尔科夫提出的,其原始模型为马尔科夫链。马尔科夫链是指时间和状态都是离散的马尔科夫过程。该过程具有如下特性:在已知系统当前状态的条件下,它未来的演变不依赖于过去的演变。也就是说