← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9848.e · 生成模型:Hunyuan

概率图模型的表示、推理与学习

理解等级:初级

概率图模型是概率论与图论的结合:概率论作为黏合剂确保系统被整体分析,图论作为数据结构支持高效算法。它把多元随机变量的不确定性推理变成图上的计算,源于计算视觉,现用于专家系统、自然语言处理、社交网络挖掘与生物信息学。理论体系分三块:表示理论把领域知识与假设建模成图;推理理论在给定模型与数据后计算目标变量概率,含精确与近似推理;学习理论从数据构建模型,涉及参数与结构、完全与不完全数据。表示上节点是随机变量、弧是条件独立假设;按弧有无方向分为有向图与无向图,无向图统称马尔科夫网,有向图统称贝叶斯网,两者可等价转换。

这张卡片看不懂?

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

    • 第11章 概率图模型与词性标注 · 查看原书依据

      概率图模型是概率论和图论的结合,它为处理非确定性和复杂性的问题提供了自然而直观的工具。概率图模型发挥了图论和概率论二者的长处:概率论部分是结构的黏合剂,可确保系统作为一个整体来分析;而图论部分是一种数据结构,可用于自然高效的算法设计。

    参考来源

    - 位置:《机器学习算法原理与编程实践》第11章 概率图模型与词性标注(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00037.html) - 结论依据:原文给出概率图模型是概率论与图论的结合、三大理论(表示/推理/学习)及有向无向图分类,支撑结构与应用的介绍。 - 原始内容:概率图模型是概率论和图论的结合,它为处理非确定性和复杂性的问题提供了自然而直观的工具。概率图模型发挥了图论和概率论二者的长处:概率论部分是结构的黏合剂,可确保系统作为一个整体来分析;而图论部分是一种数据结构,可用于自然高效的算法设计。