← 返回卡片

原书出处

机器学习算法原理与编程实践

11 第11章 概率图模型与词性标注

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.771Z

,第T+1次结果只受第T次结果的影响,即只与当前状态有关,而与过去状态,即与系统的初始状态和此次转移前的所有状态无关。

马尔科夫性(无后效性):系统在时刻t0 所处的状态为已知的条件下,在时刻t > t0 所处状态的条件分布,与系统在t0 时刻之前所处的状态无关,这一特性称为马尔科夫性或无后效性。

根据状态和时间参数是离散的还是连续的,马尔科夫过程可以分成三类:(1)时间和状态都是离散的马尔科夫过程,称为马尔科夫链

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00037.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d