概率图模型 Probabilistic Graphical Model(PGM)

时间 2021-01-02

原文原文链接

什么是概率图模型机器学习的方法很多时候是在计算联合分布，之后在联合分布上做一系列的推理。一般的联合分布定义较为复杂,如有n个随机变量的分布X 对于该分布通常十分复杂，参数量巨大，即便是在最简单的二值分布下也有个参数。参数量巨大通常意味着模型复杂，难以学习。但是真实的问题中可能我们的中有很多变量是相互独立的。而这些独立/条件独立的关系能够极大地化简模型。概率图模型是用图论方法以表现数个独立随机变

>>阅读原文<<

1. Probabilistic Graphical Model (PGM) 概率图模型框架详解
2. Probabilistic Graphical Model
3. Probabilistic Graphical Model (PGM) 几率图模型框架详解
4. 概率图模型
5. Probabilistic Graphical Models
6. NLP之概率图模型
7. <Probabilistic Graphical Models>2 Graphical Models in Action
8. <Probabilistic Graphical Models>1 Graphical Models
9. Machine Learning-L16-概率图模型
10. 概率图模型理解
更多相关文章...
• ASP.NET MVC - 模型 - ASP.NET 教程
• 屏幕分辨率统计 - 浏览器信息
• 委托模式
• Kotlin学习（二）基本类型