概率机器学习(开篇)

Posted vincentbnu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了概率机器学习(开篇)相关的知识,希望对你有一定的参考价值。

最近的机器学习这一块一直卡在概率机器学习上,尤其是CRF上,有点浮,先将学习到的好好总结一下。

一、EM算法的基础和贝叶斯基础

  1)EM算法的基本原理和推导

  2)EM算法的基本应用,k-means和高斯混合模型

二、隐马可夫和条件随机场

  1)隐马(HMM)的基于原理和对应的三个问题及其解法

  2)最大熵模型

  3)条件随机场

三、话题模型

 

    话题

四、其它

  1)采样

  2)变化

  3) 卡尔曼滤波器

  4) 粒子滤波

  5)非参数贝叶斯

 

参考:

徐亦达教授 github  视频

统计学习方法

吴恩达 机器学习

PRML 9、10、11、13 章

以上是关于概率机器学习(开篇)的主要内容,如果未能解决你的问题,请参考以下文章

机器学习开篇——编译器的选择

机器学习 —— 概率图模型(学习:综述)

机器学习100天(三十四):034 先验概率条件概率

机器学习&深度学习之路

机器学习之概率统计基础,机器学习学习笔记----08

机器学习概述