Crash Course on Graphical models

1,454 views

Published on

형태소분석기에 왜 CRF가 쓰이는지 이해하기 위해 정리한 슬라이드입니다. Graphical Models의 필요성부터 시작해 방향성(Bayesian Networks), 비방향성(Markov Random Fields) Graphical Models의 정의와 조건부독립 성질을 살펴보고, Generative와 Discriminative 모델의 차이점을 정리한 뒤 Discriminative + Undirected 모델로서 Conditional Random Fields를 소개합니다. 끝으로 형태소분석에 CRF를 사용하는 테크닉을 간단히 소개합니다.

Published in: Engineering
1 Comment
15 Likes
Statistics
Notes
No Downloads
Views
Total views
1,454
On SlideShare
0
From Embeds
0
Number of Embeds
87
Actions
Shares
0
Downloads
0
Comments
1
Likes
15
Embeds 0
No embeds

No notes for slide

Crash Course on Graphical models

  1. 1. Crash Course on Graphical Models 2014.08.06 김종욱
  2. 2. 그게 뭐예요 지난 십수년간 머신러닝 분야에서 가장 큰 발전
  3. 3. 왜 하나요 제한된 정보로 더 많은 것을 알기 위해 To gain global insight based on local observations
  4. 4. 어떻게 하나요 • 표현 Representation • 세상을 확률변수와 확률분포로 표현하기 • P(X1,

×