斯坦福-随机图模型-week4.0_

简介: title: 斯坦福-随机图模型-week4.0tags: notenotebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation---斯坦福-随机图模型-week4.0最大期望收入模型简答的决策我们使用随机图模型进行决策需要的原料是什么ne ?我们需要决策的情景一些列的可能的行为一系列的转台量:还有一个收益函数期望的收益公式:期望收益公式表示是这样的,每个行为的可能性,乘以他的期望收益的加权和。

title: 斯坦福-随机图模型-week4.0
tags: note
notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation
---

斯坦福-随机图模型-week4.0

最大期望收入模型

简答的决策

我们使用随机图模型进行决策需要的原料是什么ne ?

  • 我们需要决策的情景img_2661c2f73236ce62700299f2115fb4d9.gif
  • 一些列的可能的行为img_e6286d0e68f1f2045bf507a0dffeff95.gif
  • 一系列的转台量:img_080a967a046357289d6928c2947e418f.gif
  • 还有一个收益函数

期望的收益公式:

img_b97b1e45292f836c401c8e8aad41aa4f.png

期望收益公式表示是这样的,每个行为的可能性,乘以他的期望收益的加权和。

描述你这一系列的行为的期望的收益。

我们的目标就变成了,选择一系列的行为从而让自己的收益变成最大。

img_fbfa1c17aa2f20ed774eae93b0825d75.png

influence diagram 影响图

img_8ea3c0d487ea8af2026f976ef199566f.png

考虑这样的一个商业的模型,市场的情况分成三种,m1m2m3,你的行为可以分成两种,进入市场和不进入市场。那么整个的收益情况就可以用右下的哪个表格描述。

那么要怎样选择一个优秀的策略呢,就是按照我们刚刚介绍的方法,将收益最大化。

我们还可以介绍一个更加复杂的影像图。

img_034e130365df2f61d6f1ab7e56bb9bae.png

这个影像图描述了成绩,学习,等因素的关系。

有信息情况下的期望收益

img_e6d96b97ed473d523e42292264d9fda4.png

好了,就介绍到这里,后面的内容请大家参考博弈论的相关内容提供我们博弈论笔记

http://www.cnblogs.com/zangzelin/p/8563028.html

相关文章
斯坦福-随机图模型-week3.2_
title: 斯坦福-随机图模型-week3.2 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week3.2 独立马尔科夫网络 分离的概念 分离的概念是这样的,如果我们有这样的定义: 如果再H中没有没有实际的连接线,我们认定Z呗H分离 比如再这个图中,图A和E是被B和C分离的。
826 0
斯坦福-随机图模型-week4.2_
title: 斯坦福-随机图模型-week4.2 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week4.
728 0
[8585014]斯坦福-随机图模型-week3.2_
title: 斯坦福-随机图模型-week3.2 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week3.2 独立马尔科夫网络 分离的概念 分离的概念是这样的,如果我们有这样的定义: 如果再H中没有没有实际的连接线,我们认定Z呗H分离 比如再这个图中,图A和E是被B和C分离的。
839 0
|
定位技术
斯坦福-随机图模型-week3.3_
title: 斯坦福-随机图模型-week3.3 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week3.
670 0
斯坦福-随机图模型-week3.1_
title: 斯坦福-随机图模型-week3.1 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week3.
1070 0
|
定位技术
[8584966]斯坦福-随机图模型-week3.3_
title: 斯坦福-随机图模型-week3.3 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week3.
864 0
斯坦福-随机图模型-week3.0_
title: 斯坦福-随机图模型-week3.0 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week3.0 马尔科夫网络 pairwise markov networks 成对马尔科夫模型 图论模型中有有向图和无向图,对于无向图来说,运用到随机图论中就是马尔科夫模型。
765 0
|
人工智能 BI
斯坦福-随机图模型-week2.2_
title: 斯坦福-随机图模型-week2.2 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week2.2 习题 1。
1029 0
斯坦福-随机图模型-week2.4_
title: 斯坦福-随机图模型-week2.4 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week2.
1069 0
|
机器人 计算机视觉 自然语言处理
斯坦福-随机图模型-week1.0_
title: 斯坦福-随机图模型-week2.0 tags: note notebook: 6- 英文课程-9-Probabilistic Graphical Models 1: Representation --- 斯坦福-随机图模型-week2.0 模板模型(Template Models) 在实际的模型的建立的过程中,会出现很多的重复的情况。
964 0