Deskripsi
Jaringan Bayesian, grafik faktor, medan acak Markov, prinsip maximum a posteriori (MAP) dan maximum likelihood (ML), algoritme eliminasi, algoritme sum-product, model yang dapat/dekomposabel dan non-dekomposabel, algoritme pohon junction, model yang sepenuhnya teramati, algoritme iterative proportional fitting, algoritme expectation-maximization (EM), algoritme iterative conditional modes.
Teks rujukan dalam bahasa aslinya
Bayesian networks, factor graphs, Markov random fields, maximum a posteriori probability (MAP) and maximum likelihood (ML) principles, elimination algorithm, sum-product algorithm, decomposable and non-decomposable models, junction tree algorithm, completely observed models, iterative proportional fitting algorithm, expectation- maximization (EM) algorithm, iterative conditional modes algorithm.
Sumber dan referensi
Tanggal dan sumber disimpan untuk membantu Anda memverifikasi informasi. Terjemahan disediakan untuk memudahkan pembacaan; sumber resmi menjadi rujukan untuk syarat dan ketentuan.
Referensi sumber : https://calendar.carleton.ca/grad/courses/COMP/