Зміст
21 відносини: LDPC, PLOS Computational Biology, Кліка (теорія графів), Прихована марковська модель, Породжувальна модель, Обмежена машина Больцмана, Розрізнювальна модель, Статистика, Спільний розподіл, Теорія ймовірностей, Штучна нейронна мережа, Машинне навчання, Марковська мережа, Баєсова статистика, Баєсова мережа, Випадкова величина, Граф (математика), Генна регуляторна мережа, Дафна Коллер, Двочастковий граф, Дерево (теорія графів).
- Баєсова статистика
- Графові моделі
LDPC
Код з малою щільністю перевірок на парність (LDPC-код від англ. Low-density parity-check code, LDPC-code) - код, який використовується при передачі інформації через канал зв'язку, окремий випадок блокового лінійного коду з перевіркою парності.
Переглянути Графічна модель і LDPC
PLOS Computational Biology
PLOS Computational Biology — журнал з обчислювальної біології, що знаходиться у відкритому доступі.
Переглянути Графічна модель і PLOS Computational Biology
Кліка (теорія графів)
Кліка в неорієнтованому графі це підмножина його вершин така, що кожні дві вершини з цієї підмножини поєднанні ребром.
Переглянути Графічна модель і Кліка (теорія графів)
Прихована марковська модель
Прихо́вана ма́рковська моде́ль, ПММ (hidden Markov model, HMM) — це статистична марковська модель, у якій система, що моделюється, розглядається як марковський процес із неспостережуваними (прихованими) станами.
Переглянути Графічна модель і Прихована марковська модель
Породжувальна модель
В теорії ймовірностей та статистиці поро́джувальна моде́ль (generative model) — це модель для породження випадковим чином значень спостережуваних даних, зазвичай для певних заданих прихованих параметрів.
Переглянути Графічна модель і Породжувальна модель
Обмежена машина Больцмана
Схема обмеженої машини Больцмана з трьома видимими вузлами та чотирма прихованими вузлами (без упереджених вузлів). Обме́жена маши́на Бо́льцмана (ОМБ, restricted Boltzmann machine, RBM) — це породжувальна штучна нейронна мережа, здатна навчатися розподілу ймовірностей над набором її входів.
Переглянути Графічна модель і Обмежена машина Больцмана
Розрізнювальна модель
Розрі́знювальні моде́лі (discriminative models), що також називають умо́вними моде́лями (conditional models), є класом моделей, які застосовуються в машинному навчанні для моделювання залежності неспостережуваної змінної y від спостережуваної змінної x.
Переглянути Графічна модель і Розрізнювальна модель
Статистика
Стати́стика — наука, що вивчає методи кількісного охоплення і дослідження масових, зокрема суспільних, явищ і процесів.
Переглянути Графічна модель і Статистика
Спільний розподіл
У дослідженнях імовірності для заданих щонайменше двох випадкових змінних X, Y,..., що визначені на ймовірнісному просторі, спі́льний розпо́діл імові́рності для X, Y,...
Переглянути Графічна модель і Спільний розподіл
Теорія ймовірностей
Тео́рія імові́рності — розділ математики, що вивчає закономірності випадкових явищ: випадкові події, випадкові величини, їхні функції, властивості й операції над ними.
Переглянути Графічна модель і Теорія ймовірностей
Штучна нейронна мережа
головному мозку. Тут кожним круговим вузлом представлено штучний нейрон, а стрілкою — з'єднання виходу одного штучного нейрону зі входом іншого. Шту́чні нейро́нні мере́жі (ШНМ, artificial neural networks, ANN), або системи (connectionist systems) — це обчислювальні системи, натхнені біологічними нейронними мережами, що складають мозок тварин.
Переглянути Графічна модель і Штучна нейронна мережа
Машинне навчання
Машинне навчання (machine learning) — це підгалузь штучного інтелекту в галузі інформатики, яка часто застосовує статистичні прийоми для надання комп'ютерам здатності «навчатися» (тобто, поступово покращувати продуктивність у певній задачі) з даних, без того, щоби бути програмованими явно.
Переглянути Графічна модель і Машинне навчання
Марковська мережа
У теорії ймовірностей, Ма́рковська мере́жа, або Ма́рковське випадко́ве по́ле — це графічна модель, в якій множина випадкових величин з Марковською властивістю описується неорієнтованим графом.
Переглянути Графічна модель і Марковська мережа
Баєсова статистика
Ба́єсова стати́стика є підмножиною галузі статистики, в якій свідчення про справжній стан світу виражається у термінах міри переконання, або точніше, баєсових ймовірностей.
Переглянути Графічна модель і Баєсова статистика
Баєсова мережа
Ба́єсова мере́жа, мере́жа Ба́єса, мере́жа перекона́нь, ба́єсова моде́ль або ймові́рнісна орієнто́вана ациклі́чна гра́фова моде́ль (Bayesian network, Bayes network, belief network, Bayes(ian) model, probabilistic directed acyclic graphical model) — це ймовірнісна графічна модель (різновид статистичної моделі), яка представляє набір випадкових змінних та їхніх за допомогою орієнтованого ациклічного графу (ОАГ, directed acyclic graph, DAG).
Переглянути Графічна модель і Баєсова мережа
Випадкова величина
Випадкова величина (Random variable) — величина, можливими значеннями якої є результат випробування випадкового явища.
Переглянути Графічна модель і Випадкова величина
Граф (математика)
Граф зі шістьма вершинами та сімома ребрами Граф — це сукупність об'єктів із зв'язками між ними.
Переглянути Графічна модель і Граф (математика)
Генна регуляторна мережа
Структура генної регуляторної мережі Керування генною регуляторною мережею Генна регуляторна мережа (ГРМ) — це набір молекулярних регуляторів що взаємодіють один з одним, а також з іншими речовинами в клітині та керують рівнем гена експресії матричної рибонуклеїнової кислоти (мРНК) та білків.
Переглянути Графічна модель і Генна регуляторна мережа
Дафна Коллер
Дафна Коллер (27 серпня 1968) — ізраїльсько-американська професорка факультету інформатики Стенфордського університету, стипендіатка фонду Мак-Артура, співзасновниця освітньої платформи Coursera.
Переглянути Графічна модель і Дафна Коллер
Двочастковий граф
Приклад дводольного графа Дводольним графом (також біграфом, двочастковим графом) у математиці називається граф, множина вершин якого може бути розбита на дві підмножини так, що кожне ребро графа має одну вершину з першої підмножини і одну з другої.
Переглянути Графічна модель і Двочастковий граф
Дерево (теорія графів)
Де́рево в теорії графів - зв'язний граф без циклів.
Переглянути Графічна модель і Дерево (теорія графів)
Див. також
Баєсова статистика
- Апостеріорна ймовірність
- Апріорна ймовірність
- Базовий відсоток
- Баєсова ймовірність
- Баєсова статистика
- Баєсове програмування
- Відособлена правдоподібність
- Ланцюгове правило (теорія ймовірності)
- Наївний баєсів класифікатор
- Парадокс Ліндлі
- Приблизне баєсове обчислення
- Суб'єктивізм
- Теорема Баєса
- Функція правдоподібності
- Ядро (статистика)
Графові моделі
Також відомий як Графічна ймовірнісна модель, Імовірнісна графічна модель.