
“Encoder는 Directed Graphical Model이 된다.” Graphical Model이란 확률변수간의 관계를 표현한 모델이다. Graphical Model은 Directed와 Undirected로 나눌 수 있다. 방향성이 있으면 Directed Graphical Model, 방향성이 없으면 Undirected Graphical Model이다. 노드는 확률변수, 엣지는 확률변수 간의 관계를 나타낸다. Figure 1에서 A3는 A1에 종속되어 있고, A4는 A3, A2에 종속되어 있다. 확률변수 간 엣지가 없으면 종속되어 있지 않다. 조건부 확률과 결합 확률의 관계식인 P(A|B) x P(B) = P(A,B)를 이용하여 체인룰을 적용하면 확률 변수간의 관계를 Graph로 나타낼 수 있다. ..
기계학습
2019. 10. 17. 16:15
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- inference
- gaussian mixture model
- convex
- Bayesian Network
- Absorption
- conditional independence
- Statistically Significant
- 벡터 미분
- 작업중..
- 외적
- 해석가능한 인공지능
- graphical model for GMM
- eigen decomposition
- Belief Propagation
- 행렬 미분
- perceptron
- Multinomial Distribution
- 베이즈 정리
- KL-divergence
- 내적
- 상호정보량
- posterior
- Potential function
- jensen's inequality
- batch normalization
- local structure
- 조건부 확률
- graphical model
- 특이값 분해
- EM algorithm
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함