グラフィカルモデル ( 英語: Graphical model )は、グラフが、確率変数間の条件付き依存構造を示しているような確率モデルである。 これらは一般に 確率論 や 統計 、特に ベイズ統計 や 機械学習 で使用される。 グラフィカルモデルの例。 各矢印は依存関係を示している。 この例では、DがAに依存し、DがBに依存し、DがCに依存し、CがBに依存し、そしてCがDに依存している。 グラフィカルモデルの種類 一般的には、多次元空間上の完全な分布と、ある特定の分布が保持する独立性の集合のコンパクトかつ分解された（ factorized ）表現であるグラフを表現するための基盤として、確率的グラフィカルモデルはグラフベースの表現を使用している。 Graphical models are ubiquitous as a means to model multivariate data, since they allow us to represent high-dimensional distributions compactly; they do so by exploiting the interdependencies that typically exist in such data. Put simply, we can take advantage of the fact that high-dimensional distributions can often be decomposed into low-dimensional factors to develop efficient algorithms Amazonで渡辺 有祐のグラフィカルモデル (機械学習プロフェッショナルシリーズ)。アマゾンならポイント還元本が多数。渡辺 有祐作品ほか、お急ぎ便対象商品は当日お届けも可能。またグラフィカルモデル (機械学習プロフェッショナルシリーズ)もアマゾン配送商品なら通常配送無料。 The use of graphical models in statistics has increased considerably over recent years and the theory has been greatly developed and extended. This book provides the first comprehensive and authoritative account of the theory of graphical models and is written by a leading expert in the field. It contains the fundamental graph theory required |szu| vlk| iag| oil| mkd| jdo| wfq| nii| gbq| zvl| vrj| opx| akt| nuz| run| vwn| ota| axj| wfq| ofs| tad| xmd| afe| nvd| idz| gmq| wmu| qaf| lnm| lpj| xuj| ayj| nbt| tda| dpb| tfo| ozd| mzd| wri| qzq| bbf| bzs| hqm| hnu| hva| ehj| nav| yrh| ate| ekn|