【机器学习基础】13张动图快速理解马尔科夫链、PCA、贝叶斯！

文章预览

本文用可视化的方式来解释抽象的理论概念，使这些抽象概念变得生动而立体！ 马尔科夫链、主成分分析以及条件概率等概念，是计算机学生必学的知识点，然而理论的抽象性往往让学生很难深入地去体会和理解。而本文，将这些抽象的理论概念， 用可视化的方式来解释 ，还可调节相应参数来改变结果，使这些抽象概念变得生动而立体！ 计算机相关概念太难、太抽象？别怕，往下看！ 人类对视觉信息的记忆要远远大于文字信息。使用图表等形式的可视化，可以让抽象、难懂的概念一目了然；在此基础之上，添加可控的参数调节器，将更有助于对概念的深入学习与理解。 马尔科夫链 马尔科夫链是指数学中具有马尔科夫性质的离散事件随机过程。在其每一步中，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 ………………………………