马尔可夫链,因安德烈·马尔可夫(A.A.Markov,1856-1922)得名,是指数学中具有马尔可夫性质的离散事件随机过程。该过程中,在给定当前知识或信息的情况下,过去(即当前以前的历史状态)对于预测将来(即当前以后的未来状态)是无关的。 在马尔可夫链的每一步,系统根据概率分布,可以从一个状态变到另一个状态,也可以保持当前状态。状态的改变叫做转移,与不同的状态改变相关的概率叫做转移概率。随机漫步就是马尔可夫链的例子。随机漫步中每一步的状态是在图形中的点,每一步可以移动到任何一个相邻的点,在这里移动到每一个点的概率都是相同的(无论之前漫步路径是如何的)。
调研了下 AI 作曲,顺便做了期视频...快进来听歌!
夕小瑶的卖萌屋
0+阅读 · 2021年12月10日
搜出来的文本:从MCMC到模拟退火
PaperWeekly
2+阅读 · 2021年2月1日
第5期:DeepRL每日论文快报
深度强化学习实验室
0+阅读 · 2019年11月6日
NLP极简数据增强+源码
AINLP
1+阅读 · 2019年11月4日
视频 | 国际象棋的“骑士”与马尔科夫链
遇见数学
0+阅读 · 2019年8月30日
研究发现不同吸积率活动星系核的光变物理相似
中科院之声
0+阅读 · 2019年5月23日
参考链接
微信扫码咨询专知VIP会员