FPGA机器学习之龙星计划机器学习第十三堂

这堂课程的主讲内容。

几个事情的联合概率。比如说，下雨后，就堵车了。

可以计算出条件概率。

贝叶斯模型。先验概率。

闹铃网络。地震就打电话给john。

汽车的贝叶斯网络。

圈圈就是节点。箭头是因果关系。最下面就是直接导致事件了。

这些就是独立的水平事件。

这个图的参数，图上面出现过了。

结构和参数。概率分布图。

整个过程的概率分布，大概设定参数。

大概讲解贝叶斯的算法结构。

 

这里这个就是并行情况了。上面的是一级一级传过去的。这样情况下的算法结构。

共同影响模型，下雨和棒球运动，都影响交通情况。

一个线性模型。

graphical  model可以解决一下的情况。

 

我能力有限，但是我努力的学习，懵懂。