機器學習 —— 概率圖模型（馬爾科夫與條件隨機場）
再一次遇到了Markov模型與條件隨機場的問題，學而時習之，又有了新的體會。所以我決定從頭開始再重新整理一次馬爾科夫模型與條件隨機場。 馬爾科夫模型是一種無向概率圖模型，其與馬爾科夫鏈並不是很一樣。馬爾科夫鏈的節點是狀態，邊是轉移概率，是template CPD的一種有向狀態轉移表達 ...
原文：機器學習 —— 條件隨機場模型
背景 有了強大的log linear模型，連水槽都能拿來做分類特征了，當然要想辦法用一下試試了。log linear模型的輸入是一系列幾乎接近自然語言的特征方程，這種抽象的東西拿來做語義識別自然是再好不過了。語義識別有一個重要的步驟，叫做 給句子貼標簽 ，簡而言之，就是給定一個句子，通過識別其中一些特征：比如存在人名，地名，日期，商品名稱，從而判斷這個句子的屬性 做交易，下任務，更改設置等。 能 ...
2015-12-19 01:08 0 3912 推薦指數：
相關推薦
機器學習算法總結(十一)——條件隨機場
1、條件隨機場的定義 條件隨機場的定義：設X與Y是隨機變量，P(Y|X)是給定條件X時Y的條件概率分布，此時若隨機變量Y構成的是一個馬爾科夫隨機場，則稱條件概率分布P(Y|X)是條件隨機場。隱馬爾科夫模型和隱馬爾科夫隨機場是屬於生成模型，因為它們都有計算聯合概率分布，而條件隨機場是判別 ...
豬豬的機器學習筆記（十八）條件隨機場
條件隨機場 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第十八次課在線筆記。條件隨機場是一種判別式概率模型，是隨機場的一種，常用於標注或分析序列資料，如自然語言文字或是生物序列。 引言： “條件隨機場”被用於中文分詞 ...
機器學習之馬爾科夫隨機場
馬爾科夫隨機場是典型的馬爾科夫網（MRF），是一個可以由無向圖表示的概率分布模型。圖中每個結點表示一個或者一組變量，結點之間的邊表示兩個變量之間的依賴關系。在馬爾科夫隨機場中存在一組勢函數（定義在變量子集上的非負實函數），也稱為因子，主要是用於定義概率分布函數。 1、模型的定義 ...
條件隨機場入門（二） 條件隨機場的模型表示
linear-chain 條件隨機場 條件隨機場（conditional random field）是給定隨機變量 X 條件下，隨機變量 Y 的馬爾可夫隨機場。本文主要介紹定義在線性鏈上的特殊的條件隨機場，稱為線性鏈條件隨機場（linear-chain CRF)。線性鏈條件隨機場可以用於機器學習 ...
條件隨機場CRF(三) 模型學習與維特比算法解碼
條件隨機場CRF(一)從隨機場到線性鏈條件隨機場 條件隨機場CRF(二) 前向后向算法評估標記序列概率 條件隨機場CRF(三) 模型學習與維特比算法解碼 在CRF系列的前兩篇，我們總結了CRF的模型基礎與第一個問題的求解方法，本文我們關注於linear-CRF ...
條件隨機場（CRF）-IIS學習算法
改進的迭代尺度法（Improved Iterative Scaling），在很多模型求解中用到，比如最大熵、CRFs等，對模型是對數線性模型的似然都適用。這個算法的思想也很簡單，通俗的理解就是通過兩個不等式變形優化下界，從而迭代到收斂的算法。 用到兩個不等式，對 α& ...
條件隨機場
實際的意義，具有馬爾可夫性質的隨機變量X_i的全聯合概率分布模型，構成馬爾可夫隨機場。 馬爾 ...