Probabilistic Graphical Models and Gaussian Mixture Models:该存储库总结了概率图形模型并以高斯混合模型
概率图形模型:注释和示例 该存储库总结了概率图形模型中的基本原理和技术,并以高斯混合模型为例来说明这些基本思想。 该存储库包含: 关于概率图形模型的注意事项: 从概率图形模型的角度概述高斯混合模型 高斯混合模型中的推理或学习方法 EM算法 理论推导 Python代码 梯度下降 理论推导 Python代码 火炬码 平均场变分推论(坐标升VI) MCMC:吉布斯抽样 理论推导 MCMC:大都市-海廷斯抽样 理论推导 MCMC:哈密尔顿·蒙特卡洛 理论推导 Python代码 ... 正在更新...
文件列表
Probabilistic-Graphical-Models-and-Gaussian-Mixture-Models-main.zip
(预估有个9文件)
Probabilistic-Graphical-Models-and-Gaussian-Mixture-Models-main
Codes
GMM_MHSampling.py
8KB
GMM_MFVI.py
4KB
GMM_GibbsSampling.py
6KB
PGM-Notes
PGM-Learning-notes.pdf
426KB
PGM-Representation-notes.pdf
662KB
PGM-Inference-notes.pdf
471KB
LICENSE
1KB
暂无评论