iT邦幫忙

2023 iThome 鐵人賽

DAY 4
1
AI & Data

嘗試在AI世界闖蕩系列 第 4

Day 4 AI的主要演算法-1(貝式推理統計學派)

  • 分享至 

  • xImage
  •  

演算法分類

目前演算法最主要的分類:
https://ithelp.ithome.com.tw/upload/images/20230916/20163102e4hRRmKuO7.jpg

Pedro Domingos的演算法分類:
https://ithelp.ithome.com.tw/upload/images/20230917/201631022fyoRhck9i.jpg


學派

貝式推理統計學派Bayesian Inference:以條件概率為預測判斷準則。

  • 利用先驗概率Priori Probability(已知的事件證據)來推導出某一假說的相信程度。
  1. 貝式推理:通用且強大的監督式學習理論。
  • 貝式定理Bayes's Theorem: (1)依據推導出概率 (2)概率是假設的驗證 (3)要重視果→因
    https://ithelp.ithome.com.tw/upload/images/20230917/20163102xltjxsC7tt.jpg
  • 樸素貝式推理Navie Baysian:把每個變數視為獨立。
  • 應用:文章分類、信用卡盜刷判斷
  • 優點:準確度高、簡單強大、適用範圍廣、彈性大
  • 缺點:強關聯性的不適用、需先計算先驗概率、非結構資料
  1. 馬可夫鏈Markov Chains:每一事件概率非隨機獨立,與其前面緊鄰事件有關。
  • 例子:「氣」與前面的「天」有關,經過訓練,演算法就知道「天」之後接「氣」的概率比其他字更高,不過其實它也是能擴充至多字的組合
    手機輸入文字預判下一個字的演算法就是N-gram!

https://ithelp.ithome.com.tw/upload/images/20230917/20163102Ts6Er0NWCz.jpg

  1. 隱藏馬可夫鏈Hidden Markov Model 簡稱HMM:透過可觀序列事件現象,去預測觀察不到的序列事件。
  • 有序列間關係,並有隱藏與可觀察情景皆能使用它來分析預測。
  • 應用:語音辨識、機器翻譯

https://ithelp.ithome.com.tw/upload/images/20230917/20163102fz1WTMQ4Sy.jpg


參考來源:人工智慧:概念應用與管理 林東清


上一篇
Day 3 AI的主要學習理論
下一篇
Day 5 AI的主要演算法-2(類推學派、符號學派)
系列文
嘗試在AI世界闖蕩31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言