1、什么是条件随机场
拆解词语，就是条件、随机、场。
随机场
这里不能按顺序说，先说场。电场，空间中每个位置都有。这里的场，则是随机变量的场。比如说，一句话里面每个词语的词性都是随机的。一张图上每个像素点所属的类别也都是随机的。
条件
意思是条件变量。条件随机场是给定随机变量X的条件下，随机变量Y的马尔可夫随机场。
2、于是就不得不介绍马尔可夫随机场。(又叫概率无向图模型）（实际上书上是先介绍了这个）
1、概率无向图模型是满足成对、局部、全局马尔可夫性的联合概率分布P(Y)，这里Y是一组随机变量. （这些马尔可夫性全都等价）
2、概率图里面，结点表示一个随机变量 Y_v (这个latex怎么不渲染）
3、要满足马尔可夫性挺容易，就是如果两个节点之间没有边（或者两团节点之间没有边）那他们必须条件独立.
马尔可夫场的最大特点是易于因子分解。我目前还不知道这玩意有什么用，但是我已经看懂了。
1、最大团是什么
2、势函数
3、Hammersley-Clifford定理 （也就是因子分解定理）
接下来我会写什么。
1、条件随机场的参数化形式、简化形式和矩阵形式。
2、条件随机场的概率计算问题
3、条件随机场的学习算法
4、条件随机场的预测算法
1 个帖子 - 1 位参与者
来源: LinuxDo 最新话题查看原文