本文主要是介绍BYESIAN NET 学习笔记/课程记录 贝叶斯网络,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
20170213:先看了wiki, 然后看下对应的博客:http://blog.csdn.net/v_july_v/article/details/40984699 这篇文章讲的不错,注意关注,在后面,利用对应的网络连接关系,建立对应的,
1. 但是在公式里面的,自己推演的时候,对概念的理解不清楚,联合概率里面,在贝叶斯图里面,影响的因素,只有直接相互连接的概率Node,这样在对应的条件概率里面, 也可以进行对应的表示分析。
2. 在2.4节推导的时候,注意化简的方式,应该是对全部概率中,实际上是对联合概率中的不相关概率进行求和,来消去对应的无关量,本解释中,就是对b,x,c进行求和运算,然后在d=1,s,下进行求解
3. 贝叶斯网络在三种节点类型的表示下,会产生相应的变化模式,比如对应的head to head, tail to tail, head to tail. 三种情况下,对于中间节点的未知情况,会产生对应的概率值变化,注意类型的对比。
4. 在形成的实例后,引入因子图factor graph,sum product来进行对应的计算,
5. 在学习的时候,基本概念保持熟悉,如何利用对应的关系,进行对应的运用分析。----对基本的名词术语保持熟悉
6. 有空多看一下,对应的english wikipedia
这篇关于BYESIAN NET 学习笔记/课程记录 贝叶斯网络的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!