Введение в направленные графические модели | Реализация в TensorFlow Probability скачать в хорошем качестве

Введение в направленные графические модели | Реализация в TensorFlow Probability

В этом видео мы познакомимся с направленными графическими моделями (DGM) на простом примере. DGM используют DAG (направленные ациклические графы) для моделирования факторизации совместной функции плотности вероятности (PDF) и функции распределения вероятностей (PMF). Вот примечания: https://raw.githubusercontent.com/Cey... TensorFlow Probability имеет встроенную поддержку этих моделей и позволяет описывать их в стиле Python. ------- 📝 : Загляните в репозиторий канала на GitHub, куда я выкладываю все рукописные заметки и файлы с исходным кодом (вклад очень приветствуется): https://github.com/Ceyron/machine-lea... 📢 : Подписывайтесь на меня в LinkedIn или Twitter, чтобы быть в курсе новостей канала и других интересных материалов о машинном обучении и моделировании:   / felix-koehler   и   / felix_m_koehler   💸 : Если хотите поддержать мою работу над каналом, зарегистрируйтесь на Patreon здесь:   / mlsim   ------- Временные метки: 00:00 Начало 00:14 Введение в DGM 01:30 Пример 05:28 Упрощённый пример 08:07 Вероятность TensorFlow