Я. Гудфеллоу, И. Бенджио, А. Курвилль



Download 14,23 Mb.
Pdf ko'rish
bet87/779
Sana14.06.2022
Hajmi14,23 Mb.
#671946
TuriКнига
1   ...   83   84   85   86   87   88   89   90   ...   779
Bog'liq
Гудфеллоу Я , Бенджио И , Курвилль А Глубокое обучение

неориентированных
моделях используются графы с неориентированными реб-
рами, они представляют разложение в произведение множества функций. В отличие 
от ориентированного случая, функции необязательно должны быть распределения-
ми вероятности. Любое множество попарно соединенных вершин графа 
𝒢
называется 
кликой. Всякая клика 
𝒞
(
i
)
в неориентированной модели ассоциированна с фактором 
ϕ
(
i
)
(
𝒞
(
i
). Эти факторы – просто функции, а не распределения вероятности. Результат 
каждого фактора должен быть неотрицателен, но не требуется, чтобы сумма значений 
фактора или интеграл от него был равен 1, как в случае распределения вероятности.
Вероятность конфигурации случайных величин пропорциональна произведению 
всех факторов – комбинации, которые приводят к большим значениям факторов, 
более вероятны. Разумеется, нет никакой гарантии, что сумма произведений будет 
равна 1. Поэтому мы делим ее на нормировочную константу 
Z
, определенную как 
сумма или интеграл по всем состояниям произведений функций 
ϕ
, чтобы получить 
нормированное распределение вероятности:


Структурные вероятностные модели 

81
(3.55)
На рис. 3.8 приведены пример неориентированного графа и представляемая им 
факторизация распределения вероятности.
a
c
e
b
d
Рис. 3.8 

Неориентированная, графическая модель случайных величин 
a
,
b
,
c
,
d
,
e
. Этот граф соответствует такой факторизации распределения 
вероятности
(3.56)
Эта графическая модель позволяет быстро выявить некоторые свойства 
распределения. Например, 
a
и 
c
взаимодействуют непосредственно, тогда 
как 
a
и 
e
– только косвенно, через 
c
.
Имейте в виду, что эти графические представления факторизаций – лишь язык 
описания распределений вероятности. Они не являются взаимно исключающими 
семействами распределений. Ориентированность или неориентированность – свой-
ство не самого распределения вероятности, а конкретного 
описания
распределения, 
и любое распределение можно описать обоими способами.
В частях I и II книги мы используем структурные вероятностные модели просто 
как язык, позволяющий описать, какие прямые вероятностные связи представлены 
различными алгоритмами машинного обучения. Более глубокое понимание струк-
турных вероятностных моделей не понадобится вплоть до обсуждения тем для ис-
следования в части III, где эти модели будут рассмотрены более детально.
В этой главе мы привели краткий обзор концепций теории вероятностей, имеющих 
прямое отношение к глубокому обучению. Осталось рассмотреть еще одну часть фун-
даментального математического аппарата: численные методы.



Download 14,23 Mb.

Do'stlaringiz bilan baham:
1   ...   83   84   85   86   87   88   89   90   ...   779




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish