这周讲的事PGM课程的第6讲,广义线性模型,涉及到许多的概念。
1、the exponential family(指数家族),它的公式就是
有很多的分布都是在指数家族中的,如多维高斯分布,伯努利分布,别的还有条件随机场和多元分布。
2、广义线性模型中学习有online learning和batch learning 批量学习
1)关于online learning和batch learning 批量学习??
2)batch learning 批量学习中提到了海森矩阵:
在数学中,海森矩阵(Hessian matrix或Hessian)是一个自变量为向量的实值函数的二阶偏导数组成的方块矩阵,此函数如下:
如果f所有的二阶导数都存在,那么f的海森矩阵即:
其中,即
(也有人把海森定义为以上矩阵的行列式) 海森矩阵被应用于牛顿法解决的大规模优化问题。
3)LMS和IRLS
Iteratively Reweighted Least Squares (IRLS) 迭代重加权最小二乘法
迭代重加权最小二乘(IRLS-It-erative Reweighted Least Squares)算法.该算法采用一个迭代过程求解一系列加权最小二乘问题,并在每一步迭代中按照一定的规则对权系数进行调整,使其逐步逼近最优拉格朗日乘子.
http://en.wikipedia.org/wiki/Iteratively_reweighted_least_squares点击打开链接
Newton-Raphson 法