博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
【PGM】贝叶斯网络 bayes-net,动态贝叶斯Dynamic Bayesian Network
阅读量:6513 次
发布时间:2019-06-24

本文共 267 字,大约阅读时间需要 1 分钟。

BN总结

1、一种分类的简单方法

  计算效率高

  构建简单

2、在有很多弱相关features的领域会出奇的有效

3、很强的独立性假设,如果features之间是强相关的,性能会降低

 

DBN总结:

1、DBNs能紧凑的表现出 任意时间轨迹长度的结构化的分布。

2、DBNs有很多假设,这些假设要求有合适的模型(重)设计。

  Markov 假设

  时间不变性Time invariance

转载于:https://www.cnblogs.com/549294286/archive/2013/06/06/3120670.html

你可能感兴趣的文章
jfinal框架下使用c3P0连接池连接sql server 2008
查看>>
struts2中使用标签操作静态方法等
查看>>
熬夜写了一个小游戏,向SpaceX聊表敬意
查看>>
apache 开启 gzip 压缩服务
查看>>
开源 免费 java CMS - FreeCMS1.5-建站向导
查看>>
jquery 1.6以上版本 全选
查看>>
AppCan 学习
查看>>
flask框架
查看>>
《疯狂Java讲义》学习笔记(十)异常处理
查看>>
ELK 5.x日志分析 (二) Elasticserach 5.2 安装
查看>>
一次奇怪的AP注册异常问题处理
查看>>
TableStore: 海量结构化数据分层存储方案
查看>>
Unity 4.x游戏开发技巧集锦(内部资料)
查看>>
自适应网页设计
查看>>
java SpringUtil获取bean
查看>>
赛门铁克开启“容灾即服务”时代
查看>>
复杂度归纳--小结
查看>>
跨越企业的“中等收入陷阱”
查看>>
luogu P1280 尼克的任务 序列DP
查看>>
sys.check_constraints
查看>>