Съдържание
3 отношения: Скрит модел на Марков, Машинно самообучение, Бейсова мрежа.
Скрит модел на Марков
Вероятностни параметри на скрит модел на Марков (пример) x – състояния y – възможни наблюдения a – вероятности на преходите между състоянията b – изходни вероятности Скритият модел на Марков (СММ) е статистически модел, при който системата, която е била моделирана, се приема да бъде Марков процес с неизвестни параметри и целта е да се определи скритият параметър от изследваните параметри.
Виж Откриване на аномалии и Скрит модел на Марков
Машинно самообучение
Машинното самообучение (МС) е общ термин за „изкуствено“ генериране на знания от опит: изкуствената система се учи от примери и може да ги обобщи след завършване на етапа на обучение.
Виж Откриване на аномалии и Машинно самообучение
Бейсова мрежа
Проста бейсова мрежа. Дъждът оказва влияние за това дали да бъде пусната пръскачката, или не. Както дъждът, така и пръскачката оказват влияние за това тревата да е мокра.