คำอธิบาย
เครือข่ายแบบเบย์ กราฟแฟกเตอร์ สนามสุ่มมาร์คอฟ หลักการความน่าจะเป็นสูงสุดภายหลัง (MAP) และความน่าจะเป็นเหมาะสมสูงสุด (ML) อัลกอริทึมการขจัด อัลกอริทึมผลรวม-ผลคูณ แบบจำลองที่แยกประกอบและไม่แยกประกอบ อัลกอริทึมต้นไม้เชื่อมต่อ แบบจำลองที่สังเกตครบถ้วน สมการการปรับสัดส่วนเชิงวนซ้ำ อัลกอริทึมความคาดหวัง-เพิ่มค่า (EM) และอัลกอริทึมโหมดมีเงื่อนไขแบบวนซ้ำ
ข้อความอ้างอิงในภาษาต้นฉบับ
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.
แหล่งที่มาและอ้างอิง
วันที่และแหล่งที่มาถูกเก็บไว้เพื่อช่วยให้คุณตรวจสอบข้อมูล การแปลเสนอเพื่ออำนวยความสะดวกในการอ่าน แหล่งทางการเป็นที่อ้างอิงสำหรับเงื่อนไขและข้อกำหนด
แหล่งอ้างอิง : https://calendar.carleton.ca/grad/courses/COMP/