统计学习方法笔记_cbr：第十一章：条件随机场

第十一章：条件随机场

11.1 概率无向图模型

定义：
联合概率分布满足成对，局部or全局Markov性，就称之为 probabilistic undirected graphical model or Markov random field；

11.2 条件随机场的定义与形式

给定观测求状态；

定义：
若随机变量Y构成的无向图，对于任意结点满足Markov random field，那么称其条件概率分布为条件随机场；

11.3 条件随机场的概率计算问题

inference：
概率计算：
类似于HMM使用前向-后向算法；

11.4 条件随机场的学习算法

learning：
极大似然估计法：
具体算法：
迭代尺度法，梯度下降法，拟牛顿法；

11.5 条件随机场的预测算法

decoding
维特比算法：（最优路径）