深度学习 vs. 概率图模型 vs. 逻辑学摘要：本文回顾过去50年人工智能（AI）领域形成的三大范式：逻辑学、概率方法和深度学习。文章按时间顺序展开，先回顾逻辑学和概率图方法，然后就人工智能和机器学习的未来走向做些预测。【编者按】在上个月发表博客文章《深度学习 vs. 机器学习 vs. 模式识别》...
分类：
其他好文 时间：
2015-05-12 22:33:18
阅读次数：
333
初步打算把概率图模型中推断方法都介绍一下，包括Belief Propagation，变分方法，MCMC，以及像是Graph cut也做一些说明。
关于Belief Propagation是什么?
Belief Propagation是一种信息传递方法，一般用来解关于概率图模型中的推断问题，在这些问题中，单纯地通过公式推导或者MC模拟是很难得到准确答案的，这就需要BP，能够很有效地求解一些特定问题...
分类：
其他好文 时间：
2015-05-08 07:03:19
阅读次数：
284
http://wenku.baidu.com/link?url=-Fa32JAnvwS8fyWgdPjYLNGvmor42lWCT6N7TehNQAnx4ZVmJtC0L0SgnaLtEFMB9Gzw49L-3NbllEnyekS6wz2h8MeSUY2_AvFvxTQWSA3http://wenk...
分类：
其他好文 时间：
2015-05-07 10:10:46
阅读次数：
126
原作链接：http://bbs.sciencenet.cn/thread-106012-1-1.html 粒度概率图及粒度总体（高斜率滚动-跳跃-悬浮三段式） 粒度累积概率曲线是我们进行沉积相分析时用到的重要相标志，但是大多数时候仅仅指明一下“某某沉积主要发育高斜率、低斜率的几段式，反映了流体...
分类：
其他好文 时间：
2015-04-08 10:50:03
阅读次数：
153
特别地，利用普通克里金法、简单克里金法或泛克里金法创建的分位数图和概率图都假定数据服从多元正态分布。而且，用作地统计模拟的基础的简单克里金模型应使用服从正态分布的数据或者将常态得分变换作为模型的一部分以确保数据服从正态分布。...
分类：
其他好文 时间：
2015-02-02 14:17:01
阅读次数：
133
Infer.NET是一个概率图模型中(graphical models)用于运行贝叶斯推理机(Bayesian inference)的框架,本文将介绍一个基于Infer.NET构建贝叶斯机器分类器的例子，并用于根据身高体重预测性别的例子中。
分类：
Web程序 时间：
2015-01-29 09:15:44
阅读次数：
215
基于概率统计的PLSA模型，并且用EM算法学习模型参数。PLSA的概率图模型如下
其中D代表文档，Z代表隐含类别或者主题，W为观察到的单词，表示单词出现在文档的概率，表示文档中出现主题下的单词的概率，给定主题出现单词的概率。并且每个主题在所有词项上服从Multinomial
分布，每个文档在所有主题上服从Multinomial 分布。整个文档的生成过程是这样的：
(1) 以的概率选中文...
分类：
其他好文 时间：
2015-01-09 22:26:13
阅读次数：
347
由于图像分割中经常用到MRF，条件随机场，主要介绍一下Probabilistic Graph Models 概率图模型和MRF的一些基础知识...
分类：
其他好文 时间：
2014-11-29 21:43:33
阅读次数：
260
简介贝叶斯网络(Bayesiannetwork)，又称信念网络(beliefnetwork)或是有向无环图模型(directedacyclicgraphicalmodel)，是一种概率图型模型，借由有向无环图(directedacyclicgraphs,orDAGs)中得知一组随机变量{}及其n组条...
分类：
其他好文 时间：
2014-11-18 17:22:33
阅读次数：
535
概率分布（Distributions）如图1所看到的，这是最简单的联合分布案例，姑且称之为学生模型。图1当中包括3个变量，各自是：I（学生智力，有0和1两个状态）、D（试卷难度，有0和1两个状态）、G（成绩等级，有1、2、3三个状态）。表中就是概率的联合分布了，表中随便去掉全部包括某个值的行，就能对...
分类：
其他好文 时间：
2014-10-12 17:14:48
阅读次数：
278
