广义线性模型

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:

数学中,海森矩阵Hessian matrixHessian)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:

f(x_1, x_2, \dots, x_n),

如果f所有的二阶导数都存在,那么f的海森矩阵即:

H(f)_{ij}(x) = D_i D_j f(x)

其中x = (x_1, x_2, \dots, x_n),即

H(f) = \begin{bmatrix}\frac{\partial^2 f}{\partial x_1^2} & \frac{\partial^2 f}{\partial x_1\,\partial x_2} & \cdots & \frac{\partial^2 f}{\partial x_1\,\partial x_n} \\  \\\frac{\partial^2 f}{\partial x_2\,\partial x_1} & \frac{\partial^2 f}{\partial x_2^2} & \cdots & \frac{\partial^2 f}{\partial x_2\,\partial x_n} \\  \\\vdots & \vdots & \ddots & \vdots \\  \\\frac{\partial^2 f}{\partial x_n\,\partial x_1} & \frac{\partial^2 f}{\partial x_n\,\partial x_2} & \cdots & \frac{\partial^2 f}{\partial x_n^2}\end{bmatrix}

(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

点击打开链接



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值