基于熵的贝叶斯条件树学习算法

Dan Geiger

基于熵的贝叶斯条件树学习算法

机器学习 2013-03-25 v1 人工智能计算机视觉与模式识别

作者: Dan Geiger

摘要

本文在手写数字识别的背景下，对Chow和Liu的学习算法进行了改进。改进后的算法指导用户将数字分组为若干类，每类包含难以区分的数字，然后为每个数字类构建最优条件树表示，而不是像Chow和Liu（1968）那样为每个单独的数字构建。讨论了新方法的优点和扩展。Wong和Wang（1977）以及Wong和Poon（1989）提出的另一种基于熵的学习算法被证明基于不恰当的假设。

关键词

贝叶斯条件树基于熵的学习手写数字识别 Chow-Liu算法分类

引用

@article{arxiv.1303.5403,
  title  = {An Entropy-based Learning Algorithm of Bayesian Conditional Trees},
  author = {Dan Geiger},
  journal= {arXiv preprint arXiv:1303.5403},
  year   = {2013}
}

备注

Appears in Proceedings of the Eighth Conference on Uncertainty in Artificial Intelligence (UAI1992)

基于熵的贝叶斯条件树学习算法

摘要

关键词

引用

备注

相关论文