Machine learning 在NLP/probability/ML表示法中：字母上的波浪线是什么意思？

我在看报纸。在第1.1节中，他说：

---

字母上方的波浪线是什么意思？我怎样才能把这个句子翻译成普通英语？

基本上有两个目标你必须理解

• P（.）

  （不带波浪号的符号）指数据/标签/功能/其他事物的实际、真实、未知的分布。我们假设这样的物体存在，并试图以某种方式估计它

• ~P（.）

  （用波浪号表示）通常指对

  P（.）

  （或至少是与P（.）成比例的对象）的某种估计。在大多数情况下，它是一些简单的经验估计，比如将谓词传递给所有“事物”的事物的分数。然而，它可以得到任意复杂度（如具有马尔可夫性质的语言模型的Kneser-Nay估计）

因此，翻译如下：

• P（.）

  ->发生

• ~P（.）

  ->对

---

基本上有两个对象你必须理解

• P（.）

  （不带波浪号的符号）指数据/标签/功能/其他事物的实际、真实、未知的分布。我们假设这样的物体存在，并试图以某种方式估计它

• ~P（.）

  （用波浪号表示）通常指对

  P（.）

  （或至少是与P（.）成比例的对象）的某种估计。在大多数情况下，它是一些简单的经验估计，比如将谓词传递给所有“事物”的事物的分数。然而，它可以得到任意复杂度（如具有马尔可夫性质的语言模型的Kneser-Nay估计）
因此，翻译如下：

• P（.）

  ->发生

• ~P（.）

  ->对

---

在引号中，p-tilde表示经验分布。然而，经验分布的常用符号是P-hat——通过扩展使用

^

来标记估计值。P-tilde通常用于表示非标准化分布：一种旨在表示概率但不求和/积分为1的度量，因此需要将其标准化为适当的概率分布。

在引号中，P-tilde表示经验分布。然而，经验分布的常用符号是P-hat——通过扩展使用

^

来标记估计值。P-tilde通常用于表示非标准化分布：一种旨在成为概率但不求和/积分为1的度量，因此需要标准化以成为适当的概率分布。
它表示从您观察到的数据得出的经验分布，与模型分布相反，它是指根据您观察到的数据得出的经验分布，与模型分布相反，您所说的估计值P（.）至少与概率P（.）成比例是什么意思？一种语言中所有句子的真实分布总和应为1。估计也应该如此，因为它也是一个概率分布。如果有一个常数a使得f=ag，则函数f和g成正比。在估计的情况下，这不可能是真的。我的意思是，有时这不是一个真实的估计，但也是一个非规范化的估计（不等于1），就像单词计数是一个观察单词概率的非规范估计。在分母计算过于昂贵的模型中，如CRF或DBM中，它有时用于ML。你所说的估计值P（.）至少与概率P（.）成比例是什么意思？一种语言中所有句子的真实分布总和应为1。估计也应该如此，因为它也是一个概率分布。如果有一个常数a使得f=ag，则函数f和g成正比。在估计的情况下，这不可能是真的。我的意思是，有时这不是一个真实的估计，但也是一个非规范化的估计（不等于1），就像单词计数是一个观察单词概率的非规范估计。它有时用于分母计算过于昂贵的模型中的ML，如CRF或DBM