- 博客(4)
- 收藏
- 关注
原创 Bayes方案和传统机器学习方法
以身高、体重的线性关系为例身高体重17077165651556017885x:身高 y:体重 y = ax+b1、传统机器学习方法参数a、b是一个确定的值,通过拟合线性方程,我们可以根据数据集得到一个确定的a和b值得到a和b值后,如果我们得到一个新的身高 190,就可以通过公式计算出体重(1.1367*190-118)2、贝叶斯方法参数a、b并不是一个确定的值,而是属于某一个概率分布。为什...
2018-05-28 23:07:41 1071 1
原创 贝叶斯网络(3) - 变分推断(variational inference)
一、问题在最初的计算中,我们默认先验分布和后验分布同分布(共轭分布)。但在实际中,后验分布并不一定符合某一个分布。 例如,likelihood是一个神经网络,和先验的计算结果就不是一个标准的共轭分布 这时候,我们就要找到一个分布可以无限逼近后验分布 二、Mean field计算方法1、我们假设后验分布是多个q(z)的乘积结果 2、而这边的q(z)属于一个特定的分布范围3、我们的目标是确保每一
2018-05-06 16:27:56 4520
原创 贝叶斯网络(2)- EM协同计算
本文内容主要总结自coursera课程Bayesian Methods for Machine Learning 本文内容延续自《贝叶斯网络(1)- 基础概念》 https://blog.csdn.net/qq_36080693/article/details/80160852一、基础知识1、Expectation Maximization鸡和蛋问题...
2018-05-06 03:17:17 1552
原创 贝叶斯网络(1)- 基础概念
本文内容主要总结自coursera课程Bayesian Methods for Machine Learning一、什么是贝叶斯概率有一个问题,我们有一个硬币,怎么判断这个硬币投掷后,显示正面的概率呢?频率学派:我们可以投掷这个硬币100次,看有多少次是正面,这个结果应该趋近于硬币投掷正面的概率。贝叶斯学派:从生活经验上,硬币投掷到正面的概率是50%,那么我们对于显示正面的...
2018-05-05 23:58:56 2737
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