摘要：
朴素贝叶斯模型定义 概率图模型 作用 适用场景 局限性 显而易见，各变量之间的独立假设过强是最大的局限性,相互影响的变量被重复计算，证据被重复计算，特征过多，反而性能下降 阅读全文
摘要：
基本概念 \(节点\mathcal{X}\) \(边集\varepsilon\) \(有向边:X_i \to X_j\) \(无向边:X_i - X_j\) \(X_i \rightleftharpoons X_j:这条边可以是有向的(任意方向),也可以是无向的\) \(有向图\mathcal{G} 阅读全文
摘要：
一些概念 条件概率 链式法则 贝叶斯定理 多项式分布，伯努利分布 一些记号的说明 \(P(X=x)缩写成P(x)\) \(\sum_x 表示X的所有可能取值之和 \sum_x P(x)=1\) \(联合概率P(X=x,Y=y)写成P(x,y)\) 边缘分布 \(P(x)就是随机变量X的边缘分布\) 阅读全文