Model gràfic (estadística): diferència entre les revisions

Contingut suprimit Contingut afegit
m Afegida Categoria:Aprenentatge automàtic usant HotCat
mCap resum de modificació
Línia 1:
[[Fitxer:Graphical_model_example.png|miniatura|Fig.1 Exemple de model gràfic acíclic : el node D depèn d'A,B i C. El node C depèn de B i D. Els nodes A i B són independents.]]
'''Model gràfic''' (o model gràfic probabilístic), en [[estadística]], és un model probabilístic on es representa de forma gràfica les dependències condicionades entre els nodes o variables aleatòries. Els models gràfics s'empren en [[Teoria de la probabilitat|teoria de probabilitat]] i també en [[Aprenentatge automàtic|aprenentatge automèticautomàtic]].<ref>{{Ref-web|url=https://www.coursera.org/learn/probabilistic-graphical-models|títol=Probabilistic Graphical Models 1: Representation {{!}} Coursera|consulta=2017-08-29|llengua=anglès|editor=https://www.coursera.org|data=}}</ref><ref>{{Ref-web|url=https://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html|títol=Graphical Models|consulta=2017-08-29|llengua=anglès|editor=https://www.cs.ubc.ca|data=}}</ref><ref>{{Ref-web|url=http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=ProbabilisticGraphicalModels|títol=Probabilistic Graphical Models|consulta=2017-08-29|cognom=openclassroom.stanford.edu|llengua=anglès|editor=http://openclassroom.stanford.edu|data=}}</ref>
 
== Tipus de models gràfics ==