CPD是conditional probability distribution的缩写，翻译成中文叫做 条件概率分布。在概率图中，条件概率分布是一个非常重要的概念。因为概率图研究的是随机变量之间的练习，练习就是条件，条件就要求条件概率。 对于简单的条件概率而言，我们可以用一个条件概率表来表达。...
分类：
其他好文 时间：
2016-01-12 23:12:33
阅读次数：
515
我们依旧使用“学生网络”作为样例，如图1。图1首先给出因果判断（Causal Reasoning）的直觉解释。能够算出来即学生获得好的推荐信的概率大约是0.5.但假设我们知道了学生的智商比較低。那么拿到好推荐信的概率就下降了：进一步。假设又同一时候知道了考试的难度非常低，那么他拿到好的推荐信得概率又...
分类：
其他好文 时间：
2016-01-11 09:09:48
阅读次数：
230
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...
分类：
其他好文 时间：
2015-12-29 22:31:12
阅读次数：
233
之前忘记强调重要的差异：链式法则的条件概率和贝叶斯网络的链式法则之间的差异条件概率链式法则P\left({D,I,G,S,L} \right) = P\left( D \right)P\left( {I\left| D \right.}\right)P\left( {G\left| {D,I} \r...
分类：
其他好文 时间：
2015-10-13 20:54:34
阅读次数：
321
在本文中，基于Daphne Koller完成课程。PDM(ProbabilisticGraphiccal Models)称为概率图模型。以下分别说明3个词相应的意义。概率-给出了不确定性的明白量度。-给出了依据不确定性进行判断的有力工具。-利用数据结构，建立了进行学习的方法，解决十分大规模的问题。图...
分类：
其他好文 时间：
2015-09-13 19:54:11
阅读次数：
228
==== 目录 ====C01 引言C02 基础知识第1部分 表示C03 贝叶斯表示C04 无向图模型C05 局部概率模型C06 基于模板的表示C07 高斯网络模型C08 指数族第2部分 推理C09 精确推理：变量消除C10 精确推理：团树C11 作为优化的推理C12 基于粒子的近似推理C13 最大...
分类：
其他好文 时间：
2015-09-12 10:46:07
阅读次数：
561
fMRI model specifictaion GLM based包括以下步骤：①明确GLM设计矩阵；②用经典或贝叶斯方法估计GLM参数；③利用对比向量检查结果，生成统计参数图（SPMs）以及后验概率图（PPMs）。Design matrix：每行对应一个scan，每列对应一个影响变量或解释变量（...
分类：
其他好文 时间：
2015-08-09 16:58:34
阅读次数：
724
1.简介
stanford分词目前支持 Arabic 和 Chinese。它的原理是基于CRFs, CRFs分词的原理不难懂，就是把分词当作另一种形式的命名实体识别，利用特征建立概率图模型后，用Veterbi算法求最短路径。stanford
nlp提供了源码demo,目前的版本是3.5.2。
下载地址：http://nlp.stanford.edu/software/segmenter.s...
分类：
其他好文 时间：
2015-07-01 10:00:10
阅读次数：
888
这段时间有个卡尔曼滤波的作业，正好在刑波（Eric Xing）的概率图模型课程上也谈到了这一点，所以从这个角度来阐述卡尔曼滤波，同时介绍其中用到的条件高斯分布的推导过程。这一推导过程来自于《模式识别与机器学习》（PRML）。1. 条件高斯分布 本节要解决的问题是已知，，计算。 按照的划分方法，可以将...
分类：
其他好文 时间：
2015-05-19 22:30:17
阅读次数：
331
之前在概率图模型对概率图模型做了简要的介绍。此处介绍有向图模型中几个常常提到的概念，之前参考的多为英文资料，本文参考的是《概率图模型-原理与技术的》中译版本。很新的书，纸质很好，翻译没有很差。1. 贝叶斯网络-不同视角 概率图模型，究其目的，在于描述多个（单个就没有意义了）变量概率分布之间的关系。有...
分类：
其他好文 时间：
2015-05-19 20:48:53
阅读次数：
3959
