سلسلة ماركوف الاحتمالية
Markov Chain
نموذج احتمالي يعتمد على فرضية أن احتمال الانتقال للحالة المستقبلية يعتمد حصراً على الحالة الراهنة.
Markov Chain
تُرجم أيضاًمتتالية الحالات عديمة الذاكرة، التتابع الاحتمالي المرتبط بالحالة الحالية
أول ظهور في هذه المجموعة: توسيع قانون الأعداد الكبيرة ليشمل الكمّيات المترابطة (1906)
يظهر في هذه الأوراق
- الأمثَلة البايزية التطبيقية لخوارزميات التعلم الآلي2012في السماء ✦
- نماذج الانتشار الضمنية لإزالة الضجيج2021في السماء ✦
- نماذج الانتشار الاحتمالية لإزالة الضوضاء2020في السماء ✦
- Deep Speech 2: التعرّف الشامل على الكلام في الإنجليزية والصينية2015في السماء ✦
- الاسترخاء العشوائي وتوزيعات غيبس والاستعادة البايزية للصور1984في السماء ✦
- دليل تعليمي في نماذج ماركوف المخفية وتطبيقاتها في التعرّف على الكلام1989في السماء ✦
- نهج جديد لمسائل الترشيح الخطي والتنبُّؤ1960في السماء ✦
- توسيع قانون الأعداد الكبيرة ليشمل الكمّيات المترابطة1906في السماء ✦
- حسابات معادلة الحالة باستخدام الحواسيب السريعة1953في السماء ✦
- طريقة مونتي كارلو1949في السماء ✦
- الأمثَلة بالتلدين المحاكى1983في السماء ✦
- التعلُّم بالتنبؤ عبر أساليب الفارق الزمني1988في السماء ✦
- الترميز الذاتي بنهج بايز التبايُني2013في السماء ✦