第三章 完整数据集下有向概率图模型的学习

 

 

 

概率图模型建模分为三种:专家建模,数据建模,知识库建模。

 

结构学习:

(1)基于评分搜索的结构学习:

a.评分函数

所谓超参数,就是机器学习模型里面的框架参数,比如聚类方法里面类的个数,或者话题模型里面话题的个数等等,都称为超参数。它们跟训练过程中学习的参数(权重)是不一样的,通常是手工设定,不断试错调整,或者对一系列穷举出来的参数组合一通枚举。

 

 

 

b.搜索算法

 

(2)基于条件独立性测试的结构学习:

 

 

参数学习:

主要是极大似然估计和贝叶斯参数估计。

极大似然估计:

贝叶斯参数估计:

无偏估计:就是你进行采样估计一个参数,这个估计值多半不等于真实值,但是这个估计值的期望是真实值,这就是无偏估计。

 

posted @   Shiyu_Huang  阅读(426)  评论(0编辑  收藏  举报
编辑推荐:
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
点击右上角即可分享
微信分享提示