都是些AI入门必须掌握的知识,希望能给初学者带来一些帮助。里面有很多文字来自百度百科和维基百科,做了一些整理。

目录:
一、马尔可夫和贝叶斯
概率(Probability)
联合概率(Joint Probability)
条件概率(Conditional Probability)
条件概率乘法(Conditional Probability Multiplication)
链式法则(Chain Rule)
马尔可夫链(Markov Chain)
隐马尔可夫模型(HMM, Hidden Markov Model)
马尔可夫(Markov)
样本空间(Sample Space)
全概率公式(Formula of Total Probability)
贝叶斯理论(Bayes' Theorem)
贝叶斯(Bayes)

目录:
一、马尔可夫和贝叶斯
概率(Probability)
联合概率(Joint Probability)
条件概率(Conditional Probability)
条件概率乘法(Conditional Probability Multiplication)
链式法则(Chain Rule)
马尔可夫链(Markov Chain)
隐马尔可夫模型(HMM, Hidden Markov Model)
马尔可夫(Markov)
样本空间(Sample Space)
全概率公式(Formula of Total Probability)
贝叶斯理论(Bayes' Theorem)
贝叶斯(Bayes)