ptsntwsz的专栏

参考资料：《人工智能 一种现代方法》 这两天看了一点贝叶斯，随便写两句。。。 关键的基础知识：条件概率，全概率公式，贝叶斯公式 贝叶斯学习 最大后验假设（MAP）—— 对贝叶斯学习的近似，将概率求和问题转换为了最优化问题 最大似然假设（ML）——

说明：文章内容可能随时修改。 =======================================================         图模型有两种：有向图模型和无向图模型，前者即是贝叶斯网络，后者则是马尔可夫随机场（MRF）。         对于有关概率的问题，最基本的就是全概率公式——求和法则，和乘法公式——乘法法则，所有的概率推断或者学习方法，其实都是反复使用这