周志華 機器學習 Day26

學習與推斷 基於概率圖模型定義的聯合概率分佈，我們能對目標變量的邊際分佈或以某些可觀測變量爲條件的條件分佈進行推斷。邊際分佈是指對無關變量求和或積分後得到的結果，例如在馬爾可夫網中，變量的聯合分佈唄表示成極大團的勢函數乘積，於是，給定參數θ求解某個變量x的分佈，就編程對聯合分佈中其他無關變量進行積分的過程，這稱爲「邊際化」。 對概率圖模型，還需確定具體分佈的參數，這稱爲參數估計或參數學習問題，通常

>>阅读原文<<