베이지안네트워크 : 인과 관계의 추론, 이런 일이 얼마나 가능할법한 일인가를 추정해봄.
ex) 신용카드 사용시 도난여부 판단
마르코프 랜덤 필드 : 변수간의 조건부독립을 도입, 주변의 변수로부터 값을 추론
ex) 이미지 프로세싱
베이지안 어프로치 : 사전지식을 이용한 확률초기값과 데이터관측 후의 확률을 모두 고려
ex) 의사가 폐렴환자를 진단함. 진찰하기전에 이러한 시기에는 몇프로의 폐렴이 있더라 - 프라이어확률 / 환자를 직접관찰했더니 피를 토하더라 - 라이클리 후드
ex) 신용카드 사용시 도난여부 판단
마르코프 랜덤 필드 : 변수간의 조건부독립을 도입, 주변의 변수로부터 값을 추론
ex) 이미지 프로세싱
베이지안 어프로치 : 사전지식을 이용한 확률초기값과 데이터관측 후의 확률을 모두 고려
ex) 의사가 폐렴환자를 진단함. 진찰하기전에 이러한 시기에는 몇프로의 폐렴이 있더라 - 프라이어확률 / 환자를 직접관찰했더니 피를 토하더라 - 라이클리 후드
'Research > Machine Learning' 카테고리의 다른 글
| Projection Matrix, Eigenvector (0) | 2015.04.01 |
|---|---|
| Markov Random Field, MRF (1) | 2015.03.26 |
| Unbiased Estimation, Biased Estimation (1) | 2015.03.23 |
| Kalman Filter (0) | 2015.03.11 |
| Bayesian Network (1) | 2015.03.10 |
댓글