All-round programmer

Dynamic Bayesian Network(DBN) - 위키피디아 왈... A dynamic Bayesian network is a Bayesian network that represents sequences of variables. These sequences are often time-series (for example in speech recognition) or sequences of symbols (for example protein sequences). The hidden Markov model can be considered as the most simple dynamic Bayesian network. /* 뭐야 이게! -_- 고작 내용이 이것 뿐이더냐~ */ - DBN은 변수들의 순서를..

Markov chain(model)

Markov process(property) - 확률이론에서 현재와 과거의 상태들을 주어지고 미래의 상태에 대해 추론을 하고자 한다면 Markov property가 있다. Markov property를 이용하는 처리 과정을 Markov process라고 하고 Markovian이라고 표현될 수도 있다. - 수학적으로 만약 X(y), t > 0 이 확률적이라면 Markov property를 이용해서 다음과 같이 표현한다. 만약 아래와 같다면 Markov process는 일정한 시간 간격을 가지게 된다(homogeneous) 이외에는 nonhomogeneous이다. homogeneous Markov process들은 보통 inhomogeneous 보다 간단하다. non-Markovian문제들도 Markovia..

Using hidden Markov models - 3가지 대표적인 문제들은 아래와 같다. 주어진 파라미터들로 특정한 출력 순서의 확률 값을 구하는 것.(forward-backward algorithm) 주어진 출력 순서들을 통해서 hidden 상태에 대한 문제를 푸는 것(Viterbi algorithm) 주어진 출력 순서 또는 순서의 집합들을 통해서 가장 적합한 상태 변환와 출력 확률을 구하는 것, 즉, HMM의 파라미터들을 추론하는 것. (Baum-Welch algorithm) A concrete example - 멀리 살고 있는 친구와 매일 전화로 그날 무엇을 했는지 대화하고 있다고 하자. 그 친구는 3가지 행동만 좋아한다. "공원 산책", "쇼핑", "아파트청소". 무엇을 할 것인지는 날씨에 따라..

일단 기본 바탕 지식으로 HMM에 대해서 부터 정리! 정리한 사이트는.. http://en.wikipedia.org/wiki/Hidden_Markov_model Hidden Markov Model(HMM) - HMM 은... - 알려지지 않은 파라미터들을 Markov 프로세스를 이용해서 설계되는 통계적 모델! // Markov 프로세스가 뭐지? - 알려지지 않은 파라미터들은 관측 가능한 파라미터들을 통해서 추론한다. - 패턴인식과 같은 분야에서 활용 될수 있다. - 가장 간단한 DBN이다. // 뭐 개념은 무언가 심오한듯하다. 역시 일단 이해하려면 그림부터 봐야된다.. /* 그림을 보면 뭔가 노드가 동그라미랑 사각형이 있고 에지도 a랑 b가 따로 있다..(X들 사이는 a, X->Y는 b의 에지..) 동그..

다이나믹 베이지안 네트워크? 들으면 그냥 동적이라니깐 뭔가 베이지안 네트워크가 변하고 그럴거 같다... 베이지안 네트워크가 막 휙휙 바뀌고 그런거라면 내가 처음 베이지안 네트워크에 대해 배웠을때 생각해봤던 모습 중 하나이기도 하다.. 지금 아주 얄팍한 지식이 쌓이고 나니 대충 들은 바로는 각 상태 별로 시간의 변화에 대해서 추론을 할 수 있는 BN이라고 들었는데... 이번 수업 내용의 일부이기도 하고 관련해서 개발도 해야할 것 같으니 미리미리 공부!

베이지안 네트워크?! 처음 들었을 때는 이게 도대체 뭔가? 라고 밖에 생각할 수 밖에 없다... 베이지안은 무슨 인종의 이야기 같고...(베이지'안' 이니깐-_-;;) 네트워크이니 뭐 노드+선의 구조일 듯 하기도 하고.... 6월.. 베이지안 네트워크라는 단어를 처음 듣고 나서 지금껏 간단하게 라이브러리도 써보고 직접 확률 구하는 것도 구현해보고... 돌아가는거는 대충 알았으니 원론적인 이야기로 들어가보고 싶어서 BAI책을 가지고 스터디를 하려 했지만 스터디는 무산 되고... 공부도 하고 정리를 할 겸 혼자서 그냥 BAI책을 읽으면서 정리해봐야겠다.. 이제부터 일주일에 한번씩은 챕터 반개 또는 한개 정도씩 요약하기! 목표는 중간고사 전까지 DBN + Structure Learning 개념도 하는것.. 앞..