机器学习方法及应用课件 第7章 概率图模型.pptxVIP

第7章

概率图模型

ProbabilisticGraphicalModel

1.概率图模型概述

2.贝叶斯网络

3.马尔可夫随机场

4.蒙特卡罗方法

5.LDA主题提取模型

6.应用

00目录

01概率图模型概述

定义

概率图模型是指一种用图结构来描述多元随机变量之间条件独立关系的概率模型。

图中的每个结点都对应一个随机变量，可以是观察变量、隐变量或是未知参数等；每条边

表示两个随机变量间的概率相关关系。

l

l分类

根据边的性质不同,概率图模型可大致分为两类:

•第一类是使用有向无环图表示变量间的依赖关系，称为有向图(directedgraph)模型，或贝叶斯网络(Bayesiannetwork,BN)。

•第二类是使用无向图表示变量间的相关关系，称为无向图(undirectedgraph)模型，或马尔可夫网络(Markovnetwork)。

隐马尔可夫是用于语音识别的重要模型，马尔可夫链蒙特卡罗方法被称为史上最有影响力的方法，其核心思想是找到某个状态空间的马尔可夫链，使得该马尔可夫链的稳定分布就是需要的目标分布。马尔可夫链蒙特卡罗方法解决了不能通过简单抽样算法进行抽样的问题，是一种重要的实用性很强的抽样算法。

LDA主题模型在自然语言处理、多媒体数据处理、数据挖掘等方面有广泛应用。

01