斯坦福机器学习公开课笔记13A——混合高斯模型、混合贝叶斯模型
时间:04-19
来源:互联网
点击:
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。
- 斯坦福机器学习公开课笔记12—K-Means、混合高斯分布、EM算法(04-14)
- 斯坦福机器学习公开课笔记10--VC维、模型选择、特征选择(04-05)
- 一文读懂人工智能、机器学习、深度学习有啥渊源(01-21)
- 云中的机器学习:FPGA上的深度神经网络(06-04)