
“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
- 외적
- gaussian mixture model
- 특이값 분해
- local structure
- EM algorithm
- KL-divergence
- batch normalization
- 작업중..
- jensen's inequality
- Statistically Significant
- graphical model
- Bayesian Network
- perceptron
- posterior
- eigen decomposition
- inference
- 행렬 미분
- 벡터 미분
- conditional independence
- 베이즈 정리
- Multinomial Distribution
- 해석가능한 인공지능
- Potential function
- 상호정보량
- Absorption
- graphical model for GMM
- Belief Propagation
- 내적
- convex
- 조건부 확률
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 | 31 |
글 보관함