![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率图模型
文章平均质量分 86
XI-C-Li
更新一些日常学习的知识
展开
-
变分推断(变分贝叶斯)
本文从泛函和变分法的介绍出发,引出两种变分推断算法来解决贝叶斯模型中后验概率难以计算的问题,包括详细的公式推导。原创 2023-08-08 22:26:14 · 586 阅读 · 0 评论 -
EM算法及公式推导
EM(Expectation Maximum)算法用于解决含隐变量的概率图模型的参数估计问题,基本思想是从样本数据的对数边际似然出发,通过引入变分函数来得到证据下界(ELBO,Evidence Lower BOund),之后让ELBO最大,从而使得对数边际似然最大,采用迭代的方法来最大化边际似然。原创 2023-08-02 12:42:59 · 239 阅读 · 1 评论 -
GMM高斯混合模型
高斯混合模型(Gaussian Mixture Model,GMM)是关于多个高斯分布的加权和,可以用于对含有多峰的数据进行建模,本文采用EM算法对其进行了参数估计,提供了完整的公式推导过程。原创 2023-08-04 13:33:28 · 110 阅读 · 1 评论