馬爾科夫過程是隨機過程的限定條件下的描述。
馬爾科夫過程描述的是未來發生的事情只會被今天的環境影響而今天以前的環境無關。
如 A0->A1->A2，A0影響了A1的發生，A1影響了A2的發生，A0對于A2的發生的影響在馬爾科夫過程中不考慮。
比較經典的的變種算法就是PageRank.
通過A頁面可以訪問B1,B2,B3頁面，通過B1頁面能夠訪問C1,C2,C3頁面。在計算頁面的排名時，
我們只考慮A對B1,B2,B3的影響，B1對C1,C2,C3的影響，不考慮A對C1,C2,C3的影響。
馬爾客服的精髓不再這里描述。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
