機器學習之機率圖模型(貝葉斯機率,隱馬爾科夫模型)

1、貝葉斯公式web 在學習機率圖模型以前先要了解貝葉斯公式: 由公式(1),(2)可得: 這即是貝葉斯公式,其中條件機率P(A/B)稱爲後驗機率,機率P(A),P(B)稱爲先驗機率,條件機率P(B/A),稱爲似然函數。即咱們在已知條件機率P(B/A)和機率P(A),P(B)的狀況下,能夠計算出條件機率P(A/B)。 又因爲已知公式: 將貝葉斯公式中的P(B)替換得: 這裏列舉一個應用貝葉斯機率公
相關文章
相關標籤/搜索