CAPÍTULO 26 / 40
Modelos gráficos probabilísticos
4 lecciones · Explora, experimenta y comprende.
DOJO PETTu pequeño compañero de código
DOJO / TU GUÍA
Aprendamos juntos.
Pregúntame sobre este curso o por dónde empezar.
Lecciones del capítulo
4 lecciones
- Paso 112~10m1Código · 12
Redes bayesianas
Una red bayesiana factoriza una distribución conjunta gigante en un grafo dirigido de tablas condicionales pequeñas — convirtiendo un proble…
Abrir lección - Paso 113~5m1Código · 11
Campos aleatorios de Markov
Cuando las relaciones son simétricas en vez de causales, un grafo no dirigido con funciones de potencial — un campo aleatorio de Markov — es…
Abrir lección - Paso 114~5m1Código · 11
Inferencia exacta: eliminación de variables y propagación de creencias
Sumar variables de forma ingenua es exponencial; la eliminación de variables empuja las sumas dentro de los productos, y la propagación de c…
Abrir lección - Paso 115~5m1Código · 11
Modelos ocultos de Markov y el algoritmo forward
Un HMM es una red bayesiana desplegada en el tiempo: estados ocultos que emiten observaciones. El algoritmo forward es propagación de creenc…
Abrir lección