PRML/MLAPP
机器学习的小学生
这个作者很懒,什么都没留下…
展开
-
高斯分布微分熵的推导
参考文献:PRML原创 2017-06-19 20:55:35 · 20630 阅读 · 1 评论 -
PRML 公式1.118推导
虽然文中详细的说明了利用Jensen不等式证明。但是可能有的还是不清除。下面给出推导过程:已知 : f(E[x])f(E[q(x)p(x)])≤E[f(x)]≤E[f(q(x)p(x))]\begin{equation}\begin{aligned}f(\mathbb E[x]) &\leq \mathbb E [f(x)] \\f(\mathbb E[\frac{q(x)}{p(x)}])原创 2017-06-20 20:14:33 · 1337 阅读 · 0 评论 -
PRML 公式 2.239
我们得到先验的公式:p(σ)=p(1cσ)1c(1)p(\sigma) = p\left ( \frac{1}{c}\sigma \right ) \frac{1}{c} \quad (1)因此有: p(σ)∝1σp(\sigma) \propto \frac{1}{\sigma}反向理解,我们可知: p(σ)=C1σp(\sigma) =C \frac{1}{\sigma} 其中CC是一个原创 2017-06-27 21:38:05 · 485 阅读 · 0 评论 -
PRML 公式 10.79
PRML 公式 10.79 推导:原创 2017-07-19 19:13:12 · 444 阅读 · 0 评论 -
PRML 公式 9.21
PRML 公式 9.21 ==> 9.22原创 2017-10-04 13:18:56 · 419 阅读 · 0 评论