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

>>阅读原文<<