贝叶斯机器学习:有关贝叶斯机器学习方法的笔记本 源码
贝叶斯机器学习笔记本 该存储库是有关贝叶斯机器学习的笔记本的集合。 以下链接通过显示了一些笔记本,以确保正确呈现公式。 依赖关系在子目录中的requirements.txt文件中指定。 。 贝叶斯线性回归简介。 用普通的NumPy和scikit-learn实现。 另请参见。 。 高斯回归过程简介。 用普通的NumPy / SciPy以及scikit-learn和GPy实现。 。 高斯分类过程简介。 用普通的NumPy / SciPy以及scikit-learn实现。 。 使用变分方法介绍稀疏高斯过程。 使用JAX的示例实现。 。 贝叶斯优化介绍。 用普通的NumPy / SciPy
文件列表
bayesian-machine-learning-master.zip
(预估有个45文件)
bayesian-machine-learning-master
variational_autoencoder_dfc.ipynb
207KB
.gitignore
19B
latent_variable_models_part_1.ipynb
334KB
README.md
5KB
latent_variable_models_part_2.ipynb
495KB
bayesian_neural_networks.ipynb
69KB
latent_variable_models_part_1_pymc3.ipynb
560KB
variational_autoencoder.ipynb
11KB
bayesian_linear_regression_pymc3.ipynb
382KB
暂无评论