机器学习 之 图模型

图模型是用来解决,例如一张图片要么是0或9,但一个单词有名词或动词两种类型,图模型就是解决这个的。概率图模型(简称图模型),PGM。

贝叶斯网络是有向图模型,
在这里插入图片描述
在这里插入图片描述
CPD,条件概率分布。
在这里插入图片描述
在这里插入图片描述
当然是DAG,有向无环图。
在这里插入图片描述
在这里插入图片描述
很明显,最好都是独立的。例如,如果已观察到Intelligence,那么SAT与Grade是无关的,独立的。
在这里插入图片描述

马尔可夫网络:无向图模型
在这里插入图片描述
在这里插入图片描述
在马尔可夫图中,如果节点A和B之间没有路径能使得该路径上的所有节点都被观察到(只要有一个节点是未知节点),那么A和B就是相互独立的。

例如用图模型解决三门问题!
在这里插入图片描述
在这里插入图片描述
此时的所谓的参数估计就是估计CPD表格中的数值
在这里插入图片描述
最大似然嘛,懂了。
但对于马尔可夫网络来说,要用梯度下降法。

推理就是我们打造这整个框架的原因-----要根据我们已知的信息做出预测。
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/HeroIsUseless/article/details/109385423
今日推荐