Ta上传的资源 (0)

这是我关于上一个资源《贝叶斯机器学习》的阅读心得,里面涵盖了每一章的核心思想概要,核心公式推导,以及一些个人的思考。希望得到大家的批评指正,也希望能与大家就专业问题展开讨论~

哥伦比亚大学2016年贝叶斯机器学习讲义,讲解了基本的贝叶斯建模的方法与思想,拉普拉斯近似,吉布斯采样,EM算法,变分推断等。其中核心内容为变分推断,并用该算法研究了一系列问题,如隐狄里克莱分布、高斯混合模型、隐马尔科夫模型等。本讲义可作为贝叶斯机器学习的入门讲义。我个人正在研究这方面的内容,欢迎感