学了一点贝叶斯
来源:互联网 发布:江苏专业网络推广公司 编辑:程序博客网 时间:2024/04/28 05:05
参考资料:《人工智能 一种现代方法》
这两天看了一点贝叶斯,随便写两句。。。
关键的基础知识:条件概率,全概率公式,贝叶斯公式
贝叶斯学习
最大后验假设(MAP)—— 对贝叶斯学习的近似,将概率求和问题转换为了最优化问题
最大似然假设(ML)—— 假设先验初始分布为等概率分布
问题从上到下依次简化。
隐变量学习:EM算法
对于贝叶斯网络
E步骤:用现有的参数值计算后验概率(期望计数)
M步骤:重新计算参数的值
M步骤往往是极大化对数似然值的结果,有时需要使用拉格朗日乘数法,简单情形就是直接求导。
- 学了一点贝叶斯
- 学了半年ARM+linux的一点感想
- 学一点,忘一点,老了……那就记下来吧
- 学少一点,学精一点!
- 每天都学一点
- 每天学一点
- 想要多学一点
- 每天学一点英语
- 每天学一点
- 每天学一点C#
- 静下心来,多学一点
- 每天学一点,总有一天
- 每天学一点1
- 每天学一点2
- 每天学一点3
- 每天学一点4
- 每天学一点5
- 每天学一点6
- android 在 myeclipse8.5的安装过程
- 归并排序 (java版本的)
- 网络便签与网络通讯录
- 数组,多态
- 堆排序实现
- 学了一点贝叶斯
- PostGreSql博客收集
- 函数对象~
- HDOJ1163N^N的根
- Ubuntu安装nginx
- zoj_1181
- 现在的软件越来越流氓了
- 学OpenGL的一些好的网站(转)
- sql server2005 学习资料!求助!