Questions tagged «pgm»

在计算机视觉任务中，神经网络获得了最高的结果（请参见MNIST，ILSVRC，Kaggle Galaxy Challenge）。它们似乎比“计算机视觉”中的所有其他方法都要好。但是，还有其他任务： Kaggle分子活性挑战 回归：Kaggle Rain预测，也是第二名 握住并举起第二名，也获得第三名 -从EEG录音中识别手部动作 我对ASR（自动语音识别）和机器翻译不太确定，但我想我还听说过（递归）神经网络（开始）胜过其他方法。 我目前正在学习贝叶斯网络，我想知道在哪些情况下通常会使用这些模型。所以我的问题是： 在贝叶斯网络或至少非常相似的模型方面，是否存在任何挑战/（竞争）竞争？ （附注：我也看到了决策树，2，3，4，5，6，7胜在最近的几Kaggle挑战）

48 machine-learning  pgm 

我已经读过HMM，粒子滤波器和卡尔曼滤波器是动态贝叶斯网络的特例。但是，我只知道HMM，看不到动态贝叶斯网络的区别。 有人可以解释一下吗？ 如果您的答案可能类似于以下内容，那将是很好的选择，但对于Bayes Networks： 隐马尔可夫模型 隐马尔可夫模型（HMM）是5元组：λ = （S，O ，A ，B ，Π ）λ=(S,O,A,B,Π)\lambda = (S, O, A, B, \Pi) ：一组状态（例如“音素的开始”，“音素的中间”，“音素的结尾”）小号≠ ∅S≠∅S \neq \emptyset ：一组可能的观察值（音频信号）O ≠ ∅O≠∅O \neq \emptyset ：一个随机矩阵，给出概率（a i j）从状态 i到状态 j。A∈R|S|×|S|A∈R|S|×|S|A \in \mathbb{R}^{|S| \times |S|}(aij)(aij)(a_{ij})iiijjj ：一个随机矩阵，给出概率（b k l）以使状态 k变为观测值 l。B∈R|S|×|O|B∈R|S|×|O|B \in \mathbb{R}^{|S| \times |O|}(bkl)(bkl)(b_{kl})kkklll ：初始分发开始于一种状态。Π∈R|S|Π∈R|S|\Pi \in \mathbb{R}^{|S|} 它通常被显示为一个有向图，其中每个节点对应于一个状态和转变概率被表示在边缘上。s∈Ss∈Ss \in …

14 bayesian-networks  pgm