马尔可夫随机场(Markov Random Field),也有人翻译为马尔科夫随机场,马尔可夫随机场是建立在马尔可夫模型和贝叶斯理论基础之上的,它包含两层意思:一是什么是马尔可夫,二是什么是随机场。
  1. Image Crowd Counting Using Convolutional Neural Network...
  2. Bayesian Network - Chaway的博客 | Chaway's Notes
  3. Kevin Chan's blog - 条件随机场CRF总结和实现
  4. 统计学习方法(李航)- 第11章条件随机场
  5. HMM中文分词设计与实现
  6. Kevin Chan's blog - 隐马尔科夫模型(HMM)及其Python实现
  7. 隐马尔可夫模型 | Happy Hacking
  8. 条件随机场教程(Conditional Random Field Tutorial)
  9. 计算机视觉、机器学习相关领域论文和源代码大集合
  10. 蒙特卡罗方法 – Deep Learning Book Chinese Translation
  11. 计算机视觉、机器学习相关领域论文和源代码大集合
  12. Newton-type Methods for Inference in Higher-Order Markov...
  13. zhihu.com/lives
  14. 什么是马尔可夫链模型,通俗易懂,详细具体? - 知乎
  15. Kevin Chan's blog - 《Deep Learning...
  16. 多状态的马尔科夫链可以依据什么来减少状态? - 知乎
  17. 哪位大神可以解释下马尔科夫链,用通俗的说法和例子。? - 知乎
  18. Markov random fields
  19. YZH.home|Markov decision processes
  20. caffe学习(2): Cifar-100 tutorial
展开全文
参考链接
微信扫码咨询专知VIP会员