拉普拉斯近似算法小结
来源:互联网 发布:网页预览pdf的js插件 编辑:程序博客网 时间:2024/06/04 00:26
序
在机器学习中,经常遇到需要对复杂分布进行近似的情况。目前常用的近似算法主要有三种:拉普拉斯近似、变分近似、Gibbs采样。其中拉普拉斯近似算法是用一个高斯分布来近似原始分布,当原始分布比较简单的时候效果会较好。
目标:
用一个高斯分布近似一组连续变量上的概率密度分布。
一维空间:
变量
两边取指数:
归一化高斯函数:
扩展到多维空间:
近似分布
两边取指数:
归一化高斯函数:
0 0
- 拉普拉斯近似算法小结
- 拉普拉斯近似算法小结
- 拉普拉斯近似
- 通过贝叶斯logistic回归看拉普拉斯近似
- 近似算法
- 近似算法
- 字符串近似匹配算法
- 01背包-近似算法
- 概率算法和近似算法
- 概率型算法&&近似算法
- 求点到线段的近似算法
- 2点距离近似算法
- 近似算法求解调度问题
- 各类近似优化算法学者
- LIRS算法的近似实现
- 【算发设计】近似算法
- 装箱问题近似算法概述
- LIRS算法的近似实现
- 读Handler 源码之浅析
- C++实验5——求和
- 557. Reverse Words in a String III
- GAT项目新需求:保险管理修改
- phongap、APICloud、ionic等app开发平台你都知道吗?
- 拉普拉斯近似算法小结
- 读文件常用方法
- ZooKeeper的安装与部署
- 339. Nested List Weight Sum
- C++实验4-输出图形
- plat_button驱动测试程序及select()函数、阻塞与非阻塞
- ReactNative--相关知识
- Spring学习(2):SpringAOP基本概念详解
- Mysql命令大全