Graphical Models学习

首先给出定义
概率图模型是一种将概率分布运用图进行表示的模型。通常一个图由节点集(nodes)和边集(edges)组成，在概率图模型(probabilistic graphical models)中，每个节点表示一个随机变量或一组随机变量，而节点之间的边表示变量之间的概率关系。
一般而言，概率图模型可以分为两类，
贝叶斯网络(Bayesian network)：也被称为有向图(directed graphical models)模型，这个模型中，图之间的链接有一个特定的方向。
马尔可夫随机场(Markov random fields)：也被称为无向图模型(undirected graphical models)，这个模型中，链接没有箭头，没有方向性质。

有向图对于表达随机变量之间的的因果关系很有用，而无向图对于表示随机变量之间的软限制比较有用。

学习资料：
PRML Chapter 08 Graphical Models - zhoudinglive的博客 - CSDN博客 https://blog.csdn.net/carpentercc/article/details/83304878
chapter 8:Graphical Models(图模型) - weishenmetlc的博客 - CSDN博客 https://blog.csdn.net/weishenmetlc/article/details/52579758

最后

以上就是专注日记本为你收集整理的Graphical Models学习的全部内容，希望文章能够帮你解决Graphical Models学习所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。