Спасибо и отдельное спасибо за вашу информативность! Ваши примеры более наглядны, чем абстрактные формулировки в тексте у меня. Надеюсь, они помогут заинтересовавшимся понять лучше)
Жаль, что мне не удалось идеально написать для каждого, но я проанализирую слабые места и постараюсь улучшить свое изложение! Спасибо всем за обратную связь!)
Вы правы, «впервые в жизни» — здесь я гиперболизировала. Однако надеюсь, это, в случае непонимания, не помешает подсмотреть в поисковик или задать вопрос)
Благодарю за обратную связь и повествование из опыта. Выходит, знакомство с переложением каких-либо теорий на код (особенно «первые» опыты) у каждого — интересная и местами забавная история, и осознание этого факта очень помогает мне, как новичку, ошибаться с настроем «будет что вспомнить»! :)
Начала читать вашу статью. Пока для моего уровня действительно выглядит не совсем просто, но я 100% разберу её для себя (особенно замотивировал пример на немецком — учила сей язык всё школьное время) :D
Приведение слов к лемме затруднит генерацию нового текста, тк слова придется приводить обратно в исходную форму.
Это справедливо, но как тогда сделать значимые взаимосвязи в больших текстах? Или это, всё-таки, не требуется? Буду рада мнениям, как решить эту ситуацию!
Также хочу поблагодарить каждого, и пользователя berez в частности за внимательность к опечаткам. У меня две проблемы — западающие клавиши и «торопыжность». Впредь буду внимательнее!
Мартовские цепи подчиняются свойству Маркова, где новое состояние зависит ТОЛЬКО от состояния из которого оно переходит.
То есть если у нас есть последовательность событий A => B => C, то в Мартовской цепи вероятность C не связана с событием А(математически).
Здесь же мы наоборот говорим о совокупности , взаимовлиянии вероятностей.
Если Х и У зависимые события: P (X или Y) = P (X ⋂ Y) / P (Y), пересечение вероятность X и У / на вероятность У.
Благодарю за комментарий! Думаю, я не совсем верно поступила, не указав, что значит пересечение вероятностей и в скобках написав «или». (А ещё опечаталась в тексте, упс)
В рандомном примере рассчитаем, что распределение для события X зависит от события Y. Формулой это запишется так: P(X|Y). Тогда, чтобы рассчитать вероятность события X при условии, что Y произошло нам нужно произведение вероятности события X и Yразделитьна вероятность события Y.
Пересечение вероятностей — это не некоторая самостоятельная рандомная величина, а произведение вероятности исследуемых событий.
Здравствуйте! Спасибо за обратную связь, надеюсь, как ознакомление с методом пост всё же работает.
Спасибо и отдельное спасибо за вашу информативность! Ваши примеры более наглядны, чем абстрактные формулировки в тексте у меня. Надеюсь, они помогут заинтересовавшимся понять лучше)
Жаль, что мне не удалось идеально написать для каждого, но я проанализирую слабые места и постараюсь улучшить свое изложение! Спасибо всем за обратную связь!)
А я и не пишу, что понятия взаимоисключающие. Просто разные. Объяснение может проводится и post-hoc, в том числе для интерпретируемого алгоритма.
Доброго времени!
Обучении, конечно, в скобках далее написано. Благодарю за внимательность, внесу)
Здравствуйте!
Благодарю за внимательность! Коэффициента быть не должно.
Поправила)
Благодарю за внимательное прочтение и фидбек!
Исправления внесу)
Вы правы, «впервые в жизни» — здесь я гиперболизировала. Однако надеюсь, это, в случае непонимания, не помешает подсмотреть в поисковик или задать вопрос)
"... автор программы схалявил и не стал вычислять правильную таблицу переходов ..." — буду понимать, в какую сторону улучшать!
Благодарю за обратную связь!
Приведение слов к лемме затруднит генерацию нового текста, тк слова придется приводить обратно в исходную форму.
Это справедливо, но как тогда сделать значимые взаимосвязи в больших текстах? Или это, всё-таки, не требуется? Буду рада мнениям, как решить эту ситуацию!
Также хочу поблагодарить каждого, и пользователя berez в частности за внимательность к опечаткам. У меня две проблемы — западающие клавиши и «торопыжность». Впредь буду внимательнее!
Мартовские цепи подчиняются свойству Маркова, где новое состояние зависит ТОЛЬКО от состояния из которого оно переходит.
То есть если у нас есть последовательность событий A => B => C, то в Мартовской цепи вероятность C не связана с событием А(математически).
Здесь же мы наоборот говорим о совокупности , взаимовлиянии вероятностей.
(Я просто криво отправила комментарий в первый раз:) )
P (X или Y) = P (X ⋂ Y) / P (Y), пересечение вероятность X и У / на вероятность У.
Благодарю за комментарий! Думаю, я не совсем верно поступила, не указав, что значит пересечение вероятностей и в скобках написав «или». (А ещё опечаталась в тексте, упс)
В рандомном примере рассчитаем, что распределение для события X зависит от события Y. Формулой это запишется так: P(X|Y). Тогда, чтобы рассчитать вероятность события X при условии, что Y произошло нам нужно произведение вероятности события X и Y разделить на вероятность события Y.
Пересечение вероятностей — это не некоторая самостоятельная рандомная величина, а произведение вероятности исследуемых событий.
Благодарю! С радостью возьмусь за изучение, как больше прокачаюсь в комбинации практики и теории!