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
概率图模型构建了这样一幅图，用观测节点表示观测到的数据，用隐含节点表示潜在的知识，用边来描述知识与数据的相互关系，最后基于这样的关系图获得一个概率分布，非常“优雅”地解决的问题。 概率图模型包括了朴素贝叶斯模型、最大熵模型、隐马尔可夫模型、条件随机场、主题模型等。主要在NLP领域用的较为广泛 1 概 ...
分类：
其他好文 时间：
2019-07-21 01:49:40
阅读次数：
146
1. 概述条件随机场（Conditional Random Field, CRF）是概率图模型（Probabilistic Graphical Model）与区分性分类( Discriminative Classification）的一种接合，能够用来对“结构预测”（structured predi ...
分类：
其他好文 时间：
2019-07-12 09:22:12
阅读次数：
126
概率图模型是一类用图来表达变量相关关系的概率模型。它以图为表示工具，最常见的是用一个结点表示一个或一组随机变量，结点之间的边表示变量间的概率相关关系，即“变量关系图”。根据边的性质不同，概率图模型可大致分为两类： 1. 使用有向无环图表示变量间的依赖关系，称为有向图模型或贝叶斯网； 2. 使用无向图 ...
分类：
其他好文 时间：
2019-06-19 17:04:27
阅读次数：
92
PyTorch是一个基于Python的深度学习平台，该平台简单易用上手快，从计算机视觉、自然语言处理再到强化学习，PyTorch的功能强大，支持PyTorch的工具包有用于自然语言处理的Allen NLP，用于概率图模型的Pyro，扩展了PyTorch的功能。通过学习《深度学习入门之PyTorch》 ...
分类：
其他好文 时间：
2019-06-04 19:42:29
阅读次数：
174
一、EM算法概述 EM算法（Expectation Maximization Algorithm，期望极大算法）是一种迭代算法，用于求解含有隐变量的概率模型参数的极大似然估计（MLE）或极大后验概率估计（MAP）。EM算法是一种比较通用的参数估计算法，被广泛用于朴素贝叶斯、GMM（高斯混合模型）、K ...
分类：
编程语言 时间：
2019-05-12 00:55:20
阅读次数：
208
简介： PGMRL: PGMRL就是把RL问题建模成一个概率图模型，如下图所示： 然后通过variational inference的方法进行学习： PGMRL给RL问题的表示给了一个范例，对解决很多RL新问题提供了一种思路和工具。 Bayesian RL: 思考：为什么PGMRL推导过程中没有Be ...
分类：
其他好文 时间：
2019-04-04 14:32:50
阅读次数：
145
theta是个未知的常量，X是随机变量， MLE最大似然估计 MAE最大后验概率 统计机器学习，优化问题 1）建立模型、概率 2）定义损失函数 3）梯度下降/牛顿法求解 概率图模型 求积分（用蒙特卡洛方法取样） ...
分类：
其他好文 时间：
2019-01-15 16:59:51
阅读次数：
314
数据库 IO类 统计类 描述性统计 回归（包括统计和机器学习） 假设检验 时间序列 生存分析 机器学习类 分类器 LDA、QDA SVM(支持向量机) 基于临近 贝叶斯 决策树 Assemble方法 聚类 关联规则 神经网络 概率图模型 文本、NLP 基本操作 主题模型 与其他分析/可视化/挖掘/报 ...
分类：
编程语言 时间：
2019-01-03 22:37:25
阅读次数：
522
