斯坦福ML公开课笔记13A——混合高斯模型、混合贝叶斯模型
2014-05-28 19:35
281 查看
本文对应公开课的第13个视频,这个视频仍然和EM算法非常相关,第12个视频讲解了EM算法的基础,本视频则是在讲EM算法的应用。本视频的主要内容包括混合高斯模型(Mixture of Gaussian, MoG)的EM推导、混合贝叶斯模型(Mixture of Naive Bayes,MoNB)的EM推导、因子分析模型(Factor Analysis Model)及其EM求解。由于本章内容较多,故而分为AB两篇,本篇介绍至混合模型的问题。
很久没有写这个系列的笔记了,各种事情加各种懒导致的。虽然慢但是我还是会坚持把它写完的,就像一只打不死的小强,也像古人说的那样,十年可以不将军,但还需日拱一卒。闲话少说,进入正题。
很久没有写这个系列的笔记了,各种事情加各种懒导致的。虽然慢但是我还是会坚持把它写完的,就像一只打不死的小强,也像古人说的那样,十年可以不将军,但还需日拱一卒。闲话少说,进入正题。
相关文章推荐
- 斯坦福ML公开课笔记13B-因子分析模型及其EM求解
- 14.混合高斯模型,混合贝叶斯模型,因子分析算法
- 斯坦福ML公开课笔记13A——混合高斯模型、混合贝叶斯模型
- (斯坦福机器学习课程笔记)混合高斯模型,朴素贝叶斯,混合朴素贝叶斯模型,因子分析
- 第13节-混合高斯模型,混合贝叶斯模型,因子分析及其EM求解
- 斯坦福ML公开课笔记10——VC维、模型选择、特征选择
- ] 斯坦福ML公开课笔记9——偏差/方差、经验风险最小化、联合界、一致收敛
- (阅读笔记)混合QoS模型感知的语义Web服务组合策略(中国科学F辑)
- 机器学习实战笔记(3.3)-朴素贝叶斯算法(多项式模型的朴素贝叶斯实现)
- 【机器学习笔记】判别模型和生成模型(贝叶斯估计)
- 机器学习第四篇(stanford大学公开课学习笔记) —生成型学习算法之高斯判别分析模型和朴素贝叶斯方法
- 斯坦福ML公开课笔记14——主成分分析
- 机器学习笔记(5)-贝叶斯模型
- 公开课机器学习笔记(17)学习理论二 VC维、ERM总结、模型选择、特征选择
- 【学习笔记】斯坦福大学公开课(机器学习) 之广义线性模型
- 【学习笔记】斯坦福大学公开课(机器学习) 之生成学习算法:朴素贝叶斯
- 公开课机器学习笔记(7)Softmax回归模型
- 多核集群上行的混合模型笔记01
- 狄利克莱过程模型(一):非参数贝叶斯无限混合模型和Dirichlet过程
- 斯坦福ML公开课笔记15—隐含语义索引、神秘值分解、独立成分分析