Pattern Recognition and Machine Learning

38：karino2：2017/01/10(火) 17:37:02: 8.2はconditonal independenceの話。
d-sepとかv-structureの話やね。
まず冒頭でconditional independenceの定義がある。

8.2.1で3つの例で、それぞれevidenceあたえた場合とその前の独立を比較していく。

3つの構造は三ノードで

1. 山（8.15）
2. 線（8.17）
3. 谷（8.19）

である。（呼び方は私が勝手に決めた）

山のケースでは独立では無いが、条件付き独立になる。

線のケースでも独立じゃないが条件つき独立となる。

谷のケース（v-structure）ではご存知の通り独立だが、条件つけると逆に独立じゃなくなる。

そのあと谷のケース（head to headと記述）のケースの補足とか車の具体例とか。（バッテリー、燃料、電子燃料計）

8.2.2は前記の具体例の一般化としてD-separationの定義と、これまでの章で扱ってきたケースに当てはめてd-separationを見てみる。
特にナイーブベイズの話が長い。

そのあとグラフ構造とそれにconformal な具体的な分布の話をしている。
一対一じゃないよ、とか。

最後にマルコフブランケットという話がある。あるノードの分布がそのブランケットのノードだけに依存するような物っぽいな。

新着レスの表示

※書き込む際の注意事項はこちら

※画像アップローダーはこちら

（画像を表示できるのは「画像リンクのサムネイル表示」がオンの掲示板に限ります）

掲示板管理者へ連絡無料レンタル掲示板