Loading [MathJax]/extensions/mml2jax.js
Skip to main content
LibreTexts - Ukrayinska

Search

Searching in
About 4 results
  • 19.3: Вступ до моделей Маркова
    https://ukrayinska.libretexts.org/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0/%D0%9B%D1%96%D0%BD%D1%96%D0%B9%D0%BD%D0%B0_%D0%B0%D0%BB%D0%B3%D0%B5%D0%B1%D1%80%D0%B0/%D0%9C%D0%B0%D1%82%D1%80%D0%B8%D1%87%D0%BD%D0%B0_%D0%B0%D0%BB%D0%B3%D0%B5%D0%B1%D1%80%D0%B0_%D0%B7_%D0%BE%D0%B1%D1%87%D0%B8%D1%81%D0%BB%D1%8E%D0%B2%D0%B0%D0%BB%D1%8C%D0%BD%D0%B8%D0%BC%D0%B8_%D0%B4%D0%BE%D0%B4%D0%B0%D1%82%D0%BA%D0%B0%D0%BC%D0%B8_(Colbry)/19%3A_10_%D0%9F%D1%80%D0%B8%D0%B7%D0%BD%D0%B0%D1%87%D0%B5%D0%BD%D0%BD%D1%8F_%D0%BF%D0%BE%D0%BF%D0%B5%D1%80%D0%B5%D0%B4%D0%BD%D1%8C%D0%BE%D0%B3%D0%BE_%D0%BA%D0%BB%D0%B0%D1%81%D1%83_-_%D0%B2%D0%BB%D0%B0%D1%81%D0%BD%D1%96_%D0%B2%D0%B5%D0%BA%D1%82%D0%BE%D1%80%D0%B8_%D1%82%D0%B0_%D0%B2%D0%BB%D0%B0%D1%81%D0%BD%D1%96_%D0%B7%D0%BD%D0%B0%D1%87%D0%B5%D0%BD%D0%BD%D1%8F/19.3%3A_%D0%92%D1%81%D1%82%D1%83%D0%BF_%D0%B4%D0%BE_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B5%D0%B9_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0
    Передбачається, що майбутні стани залежать тільки від поточного стану, а не від подій, які відбувалися до нього. Кожне число являє собою ймовірність зміни марковського процесу з одного стану в інший с...Передбачається, що майбутні стани залежать тільки від поточного стану, а не від подій, які відбувалися до нього. Кожне число являє собою ймовірність зміни марковського процесу з одного стану в інший стан, при цьому напрямок позначається стрілкою. Наприклад, якщо процес Маркова знаходиться в стані А, то ймовірність його зміни в стан Е дорівнює 0,4, тоді як ймовірність, що він залишається в стані А, дорівнює 0,6.
  • 11: Ланцюги Маркова
    https://ukrayinska.libretexts.org/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0/%D0%A2%D0%B5%D0%BE%D1%80%D1%96%D1%8F_%D0%B9%D0%BC%D0%BE%D0%B2%D1%96%D1%80%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9/%D0%9A%D0%BD%D0%B8%D0%B3%D0%B0%3A_%D0%92%D1%81%D1%82%D1%83%D0%BF%D0%BD%D0%B0_%D0%B9%D0%BC%D0%BE%D0%B2%D1%96%D1%80%D0%BD%D1%96%D1%81%D1%82%D1%8C_(Grinstead_%D1%96_Snell)/11%3A_%D0%9B%D0%B0%D0%BD%D1%86%D1%8E%D0%B3%D0%B8_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0
    Сучасна теорія ймовірностей вивчає випадкові процеси, для яких знання попередніх результатів впливає на прогнози майбутніх експериментів. В принципі, коли ми спостерігаємо послідовність випадкових екс...Сучасна теорія ймовірностей вивчає випадкові процеси, для яких знання попередніх результатів впливає на прогнози майбутніх експериментів. В принципі, коли ми спостерігаємо послідовність випадкових експериментів, всі минулі результати можуть вплинути на наші прогнози на наступний експеримент. У процесі Маркова результат даного експерименту може вплинути на результат наступного експерименту. Цей тип процесу називається марковської ланцюгом.
  • 7.3: Ланцюги Маркова та HMMS - від прикладу до формалізації
    https://ukrayinska.libretexts.org/%D0%91%D1%96%D0%BE%D0%BB%D0%BE%D0%B3%D1%96%D1%8F/%D0%9E%D0%B1%D1%87%D0%B8%D1%81%D0%BB%D1%8E%D0%B2%D0%B0%D0%BB%D1%8C%D0%BD%D0%B0_%D0%B1%D1%96%D0%BE%D0%BB%D0%BE%D0%B3%D1%96%D1%8F/%D0%9A%D0%BD%D0%B8%D0%B3%D0%B0%3A_%D0%9E%D0%B1%D1%87%D0%B8%D1%81%D0%BB%D1%8E%D0%B2%D0%B0%D0%BB%D1%8C%D0%BD%D0%B0_%D0%B1%D1%96%D0%BE%D0%BB%D0%BE%D0%B3%D1%96%D1%8F_-_%D0%B3%D0%B5%D0%BD%D0%BE%D0%BC%D0%B8%2C_%D0%BC%D0%B5%D1%80%D0%B5%D0%B6%D1%96_%D1%82%D0%B0_%D0%B5%D0%B2%D0%BE%D0%BB%D1%8E%D1%86%D1%96%D1%8F_(Kellis_et_al.)/07%3A_%D0%9F%D1%80%D0%B8%D1%85%D0%BE%D0%B2%D0%B0%D0%BD%D1%96_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%96_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0_I/7.03%3A_%D0%9B%D0%B0%D0%BD%D1%86%D1%8E%D0%B3%D0%B8_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0_%D1%82%D0%B0_HMMS_-_%D0%B2%D1%96%D0%B4_%D0%BF%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D1%83_%D0%B4%D0%BE_%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D1%96%D0%B7%D0%B0%D1%86%D1%96%D1%97
    Імовірність переходу один в одного стану залежить тільки від поточного стану, і зокрема не залежить від того, як було досягнуто поточний стан. \[P (x) = P (x_L, x_{L−1}, ..., x_1) = P (x_L|x_{L−1})P (...Імовірність переходу один в одного стану залежить тільки від поточного стану, і зокрема не залежить від того, як було досягнуто поточний стан. \[P (x) = P (x_L, x_{L−1}, ..., x_1) = P (x_L|x_{L−1})P (x_{L−1}|x_{L−2})...P (x_2|x_1)P (x_1)\] \(P(xL)\)також можна обчислити з ймовірностей переходу: Якщо помножити ймовірності початкового стану в момент t = 0 на матрицю переходу A, то отримаємо ймовірності станів в момент t = 1.
  • 10.1: Вступ до ланцюгів Маркова
    https://ukrayinska.libretexts.org/%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D0%B0_%D0%BC%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0/%D0%9F%D1%80%D0%B8%D0%BA%D0%BB%D0%B0%D0%B4%D0%BD%D0%B0_%D1%81%D0%BA%D1%96%D0%BD%D1%87%D0%B5%D0%BD%D0%BD%D0%B0_%D0%BC%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0_(Sekhon_%D1%96_Bloom)/10%3A_%D0%9B%D0%B0%D0%BD%D1%86%D1%8E%D0%B3%D0%B8_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0/10.01%3A_%D0%92%D1%81%D1%82%D1%83%D0%BF_%D0%B4%D0%BE_%D0%BB%D0%B0%D0%BD%D1%86%D1%8E%D0%B3%D1%96%D0%B2_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0
    Зараз ми вивчимо стохастичні процеси, експерименти, в яких результати подій залежать від попередніх результатів; стохастичні процеси включають випадкові результати, які можуть бути описані ймовірностя...Зараз ми вивчимо стохастичні процеси, експерименти, в яких результати подій залежать від попередніх результатів; стохастичні процеси включають випадкові результати, які можуть бути описані ймовірностями. Такий процес або експеримент називають марковським ланцюгом або марковським процесом. Процес вперше вивчив російський математик на ім'я Андрій Олександрович Марков на початку 1900-х років.