深度学习知识点5-马尔可夫链

马尔科夫链的思想过去所有的信息都已经被保存到了现在的状态,基于现在就可以预测未来。

The future is independent of the past given the present

马尔可夫链属于 随机过程课程(使用统计模型一些事物的过程进行预测和处理

概述:

一个用数学方法就能解释自然变化的一般规律模型,被命名为马尔科夫链(Markov Chain)。为状态空间中经过从一个状态到另一个状态的转换 的++随机过程++ ,该过程要求具备"无记忆性 ",即下一状态的概率分布只能由当前状态决定,在时间序列中它前面的事件均与之无关(认为之前的所有信息都被保存到了当前的状态,因此未来与过去无关) 。这种特定类型的"无记忆性 "称作马尔可夫性质。

定义:

只要能求出系统中任意两个状态之间的转换概率,这个马尔科夫链的模型就定了。

转移概率矩阵:将事件的状态转换成概率矩阵 (又称状态分布矩阵 ),如下例:

参考:简述马尔可夫链【通俗易懂】 - 知乎

相关推荐
Json_4 分钟前
实例入门 实例属性
前端·深度学习
Json_5 分钟前
JS中的apply和arguments小练习
前端·javascript·深度学习
Json_23 分钟前
Vue Methods Option 方法选项
前端·vue.js·深度学习
Naomi52131 分钟前
Trustworthy Machine Learning
人工智能·机器学习
刘 怼怼44 分钟前
使用 Vue 重构 RAGFlow 实现聊天功能
前端·vue.js·人工智能·重构
程序员安仔1 小时前
每天学新 AI 工具好累?我终于发现了“一键全能且免费不限量”的国产终极解决方案
人工智能
闭月之泪舞1 小时前
OpenCv(五)——边缘检测
人工智能·计算机视觉
星霜旅人1 小时前
K-均值聚类
人工智能·机器学习
Json_1 小时前
Vue v-bind指令
前端·vue.js·深度学习
lilye661 小时前
程序化广告行业(39/89):广告投放的数据分析与优化秘籍
大数据·人工智能·数据分析