- 博客(2)
- 收藏
- 关注
RSS订阅原创 超详尽的变分推断算法教程及例子
1、变分推断的算法在推导之前先陈述一下各个变量的含义X：观测变量，Z:隐变量+参数根据我们的贝叶斯公式，我们所要求的后验分布为：p(Z∣X)=p(X,Z)p(X)p(Z|X) = \frac {p(X,Z)}{p(X)}p(Z∣X)=p(X)p(X,Z)p(Z∣X)=p(X,Z)∫Zp(X∣Z)p(Z)dZp(Z|X) = \frac {p(X,Z)}{\int_Z p(X|Z)p(Z)dZ}p(Z∣X)=∫Zp(X∣Z)p(Z)dZp(X,Z)很多时候p(Z∣X)p(Z|X)p(
2021-11-04 19:42:24
4306
1
原创 EM算法高斯混合模型原理详解及小例子
EM算法与混合高斯模型EM算法经常用在混合高斯模型下，那么首先我们先介绍一下什么是混合高斯模型什么是混合高斯模型首先我们对于单个高斯模型我们会有如下数据，并且不同的数据服从的高斯也不同，也就是它们的参数θ{μ,ε}\theta\{\mu,\varepsilon\}θ{μ,ε}不同并且我们可以通过极大似然估计的方法求偏导等于0的方法也可以很快的求出最优的参数解我们对μ\muμ求偏导μMLE=1N∑i=1Nxi\mu_{MLE}=\frac 1{N}\sum_{i=1}^Nx_iμMLE
2021-10-16 18:14:23
3269
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人