概率图模型（PGM）是一种对现实情况进行描述的模型。其核心是条件概率，本质上是利用先验知识，确立一个随机变量之间的关联约束关系，最终达成方便求取条件概率的目的。 1.从现象出发 这个世界都是随机变量 这个世界都是随机变量。 第一，世界是未知的，是有多种可能性的。 第二，世界上一切都是相互联系的。 第 ...
分类：
其他好文 时间：
2020-06-04 00:54:47
阅读次数：
133
概率图模型G(V,E)由节点V和边E构成。在之前马尔科夫模型相关的博客中，我谈到马尔科夫模型的本质是当两个人交流后，其意见（两个随机变量）同意0与不同意1的概率组合。而势函数表达的是两个意见相同或者相左的程度。 我们搞的那么麻烦，最后想要得到的不就是每个意见正确与否（随机变量取不同值的概率）吗？与其 ...
分类：
编程语言 时间：
2020-06-04 00:50:28
阅读次数：
122
实验目的： 1、学会使用SPSS的简单操作。 2、掌握假设检验。 实验内容： 1.一个总体均值的检验（小样本）； 2.两个总体均值之差的检验； 3.绘制正态概率图； 4.S—W检验。 实验步骤： 1.一个总体均值的检验（小样本）：单总体的Z检验和t检验。设是取自正态总体的一个样本，要检验。其中为已知 ...
分类：
其他好文 时间：
2020-05-02 18:46:56
阅读次数：
166
题意： 有一个长度为n的序列a，a[i]在[li,ri]中独立均匀随机生成。求期望的逆序对个数。 题解： 显然由于独立生成，所以可以每对逆序对单独考虑。 我们将每一块[i,i+1](i∈Z)的区间称之为“第i块”。那么假设a[i]有pi的概率选到第x块,a[j]有pj的概率选到第y块(i<j,x>y ...
分类：
其他好文 时间：
2020-03-02 09:12:04
阅读次数：
53
条件随机场(Conditional Random Fields, 以下简称CRF)是给定一组输入序列条件下另一组输出序列的条件概率分布模型，在自然语言处理中得到了广泛应用。 HMM引入了马尔科夫假设，即当前时刻的状态只与其前一时刻的状态有关，HMM是一种生成式概率图模型，条件随机场（CRF）与HMM ...
分类：
其他好文 时间：
2020-01-14 20:30:15
阅读次数：
77
系统学习机器学习书本知识--每周两章节，列表如下: 1.模式评估与选择 线性模型 2.决策树 神经网络 3.支持向量机 贝叶斯分类器 4.集成学习 聚类 5.降维与度量学习 特征选择与稀疏学习 6.计算学习理论 半监督学习 7.概率图模型 规则学习 8.强化学习 ...
分类：
其他好文 时间：
2019-12-29 18:52:15
阅读次数：
93
本科阶段学了三四遍的HMM，机器学习课，自然语言处理课，中文信息处理课；如今学研究生的自然语言处理，又碰见了这个老熟人； 虽多次碰到，但总觉得一知半解，对其了解不够全面，借着这次的机会，我想要直接搞定这个大名鼎鼎的模型，也省着之后遇到再费心。 Outline 模型引入与背景介绍 从概率图讲起 贝叶斯 ...
分类：
其他好文 时间：
2019-12-24 23:48:08
阅读次数：
103
[toc] 本文提出了一个基于神经网络的语音识别系统List, Attend and Spell（LAS），能够将语音直接转录为文字。 进步性：LAS将声学、发音和语言模型融合为一个神经模型，因此可以实现端到端。LAS只包含两部分：收听器（listener）和拼写器（speller）。收听器是一个金 ...
分类：
Web程序 时间：
2019-11-26 23:08:46
阅读次数：
144
PGM是现代信号处理（尤其是机器学习）的重要内容。 PGM通过图的方式，将多个随机变量之前的关系通过简洁的方式表现出来。因此PGM包括图论和概率论的相关内容。 PGM理论研究并解决三个问题： 1）表示（如何通过图来刻画多个随机变量之间的关系）（注：这个是PGM的基础） 2）学习（如何通过已知数据来确 ...
分类：
其他好文 时间：
2019-11-11 15:28:36
阅读次数：
103
1、9/1~10/31经典算法梳理和学习 1.1 小蓝书（第一遍已学完，等其他知识点完成后，需要再刷一遍） 1.2 西瓜书 （计算学习理论、半监督学习、概率图模型、强化学习、规则学习，课后习题；前面章节尽快完成） 2、19/11/1~20/1/31 自然语言处理基础知识 2.1 数学之美（进行中） ...
分类：
其他好文 时间：
2019-11-04 11:37:56
阅读次数：
97
