隐马尔可夫模型贝叶斯关系

大家好，这是来自udacity的人工智能类。我有个问题。 P（R0）= 1表示第0天下雨的概率为1.这是我的问题 P（R2 | H1 G2）？也就是说，我们知道我在第1天开心，脾气暴躁，在第2天是什么概率下雨在DAY2

2017-01-01 trial

你能解释一下你自己面临的困难吗？另外，如果你为那些不熟悉Udacity课程的人提供一些背景知识，这将会有所帮助。 –

一些有用的数据

P(R_2|H_1, G_2)可以降低到P(R_2|G_2)因为没有给定的转换系数。情绪之间（然而，这可以发现一个天气顺序）。

P(R_2|G_2) = P(G_2|R_2)*P(R_2)/P(G_2) = 0.264*0.440/0.320 = 0.363

来源

2017-01-03 15:50:00 marmeladze

我不明白你是如何将P（R_2 | H_1，G_2）减少为P（R_2 | G_2）的。请你解释一下 – trial

链接https://www.ifi.uzh.ch/dam/jcr:00000000-2826-155d-ffff-ffff86200612/f-chapter4.pdf图4.3 p（R2 | S1，W2）如何计算？（这意味着如果我在第二天走路并在第一天骑车，第二天下雨的概率是多少）我不想回答。只想学习如何用3个参数编写这个Bayeasian公式。 – trial

隐马尔可夫模型贝叶斯关系

回答

相关问题