그래프 모형: 두 판 사이의 차이
내용 삭제됨 내용 추가됨
잔글 →참고문헌: {{토막글|전산학}} |
잔글편집 요약 없음 |
||
1번째 줄:
[[확률론]], [[통계학]], [[기계 학습]]에서의 '''그래프 모형'''(GM; Graphical Model)은 확률 변수 간의 독립성을 그래프로 표현한다. 이 때, 확률 변수는 마디(edge)로 표현되며, 확률 변수 간의 조건적 독립성(conditional independency)은 모서리(edge)로 표현된다.
GM의 일반적인 두 형태는 방향성 모서리를 갖는 그래프와 무뱡향성 모서리를 갖는 그래프로
== 같이 보기 ==
줄 9 ⟶ 7:
* [[베이즈 네트워크]]
==
* [http://research.microsoft.com/%7Ecmbishop/PRML/Bishop-PRML-sample.pdf Graphical models, Chapter 8 of Pattern Recognition and Machine Learning by Christopher M. Bishop]
* [http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html A Brief Introduction to Graphical Models and Bayesian Networks]
{{토막글|전산학}}
|