본문으로 바로가기

초보아기 아빠 머신러닝 공부 블로그

현재위치 :: HOME BLOG CATEGORY SEARCH ARCHIVE TAGS MEDIA LOCATION GUESTBOOK

네비게이션

  • 홈
  • 태그
  • 방명록
관리자
  • 블로그 이미지
    초코린

    초보 아기 아빠 머신 러닝 공부 일지 - 유명강좌를 내가 보기 쉽게 정리한 블로그

    링크추가
  • 글쓰기
  • 환경설정
  • 로그인
  • 로그아웃

Factorization 검색 결과

해당 글 1건

Week 7.5 Factorization of Bayesian networks

Joint Probability를 알면 Conditional probability , 개별 Probability를 계산할 수 있다. 그러나 Joint Probability의 문제는 Prameter의 개수가 많을수 있다. 예를 들어 P(A,B,C,D ....Q) 처럼 Parameter의 수가 많아질수 있다. 그러면 계산량이 늘어나기에 최대한 Parameter를 줄이려고 노력해야한다. 그러기 위해서는 Independent 관계 정보를 알아야한다. 위의 그림처럼 Bayesian network가 주어진 상황에서 Factorization 을 하면 필요한 정보( Parameter)를 크게 줄일수 있다. 위의식은 X1 ~X8 의 많은 Parameter를 Bayesian network의 관계를 이용하여 Paramete..

머신러닝/문일철 교수님 강의 정리 (인공지능및기계학습개론) 2019. 4. 16. 00:16
  • 이전
  • 1
  • 다음

사이드바

NOTICE

  • 전체 보기
MORE+

CATEGORY

  • 분류 전체보기 (71)
    • 머신러닝 (63)
      • 문일철 교수님 강의 정리 (인공지능및기계학습개론) (63)
    • 육아용품 (4)
    • 국내여행 (3)

RECENTLY

  • 최근 글
  • 최근 댓글

최근 글

최근댓글

Trackback

TAG

  • GMM
  • MarkovChain
  • emalgorithm
  • 메트로폴리스헤이스팅스
  • HMM
  • 기대값최대화알고리즘
  • Bayesian Network
  • EM
  • MetropolisHastings
  • 깁스샘플링
  • 마코프체인몬테카를로방법
  • GibbsSampling
  • 호암미술관
  • 벚꽃
  • 마코프체인
MORE+

ARCHIVE

CALENDAR

«   2026/02   »
일 월 화 수 목 금 토
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28

LINK

VISITOR

오늘
어제
전체
  • 홈으로
  • 방명록
  • 로그인
  • 로그아웃
  • 맨위로
SKIN BY COPYCATZ COPYRIGHT 초보아기 아빠 머신러닝 공부 블로그, ALL RIGHT RESERVED.
초보아기 아빠 머신러닝 공부 블로그
블로그 이미지 초코린 님의 블로그
MENU
  • 홈
  • 태그
  • 방명록
CATEGORY
  • 분류 전체보기 (71)
    • 머신러닝 (63)
      • 문일철 교수님 강의 정리 (인공지능및기계학습개론) (63)
    • 육아용품 (4)
    • 국내여행 (3)
VISITOR 오늘 / 전체
  • 글쓰기
  • 환경설정
  • 로그인
  • 로그아웃
  • 취소

검색

티스토리툴바