Описание
Байесовские сети, факторные графы, марковские случайные поля, принципы максимума апостериорной вероятности (MAP) и максимального правдоподобия (ML), алгоритм исключения, алгоритм сумма-произведение, декомпозируемые и недекомпозируемые модели, алгоритм соединительного дерева, полностью наблюдаемые модели, алгоритм итеративной пропорциональной подгонки, алгоритм ожидания-максимизации (EM), алгоритм итеративных условных мод.
Текст источника на языке оригинала
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.
Источники и ссылки
Даты и источники сохраняются, чтобы помочь вам проверить сведения. Переводы предлагаются для удобства чтения; официальным источником для условий и требований является оригинал.
Исходная ссылка : https://calendar.carleton.ca/grad/courses/COMP/