Python+機(jī)器學(xué)習(xí)+深度學(xué)習(xí)人工智能系列課程
《Python+機(jī)器學(xué)習(xí)+深度學(xué)習(xí)人工智能系列課程》簡介本..
概率推理系統(tǒng)地應(yīng)用于所有的推理問題,包括統(tǒng)計模型的推理參數(shù),有時被稱為貝葉斯方法。然而,這個詞往往會引起非常強(qiáng)烈的反應(yīng)(積極或消極,取決于你問誰),所以我們更喜歡中性的術(shù)語“概率方法”。此外,我們將經(jīng)常使用最大似然估計等技術(shù),它們不是貝葉斯方法,但肯定屬于概率范式。
一、EM算法的基礎(chǔ)和貝葉斯基礎(chǔ)
1)EM算法的基本原理和推導(dǎo)
2)EM算法的基本應(yīng)用,k-means和高斯混合模型
二、隱馬可夫和條件隨機(jī)場
1)隱馬(HMM)的基于原理和對應(yīng)的三個問題及其解法
2)最大熵模型
3)條件隨機(jī)場
三、話題模型
話題
四、其它
1)采樣
2)變化
3) 卡爾曼濾波器
4) 粒子濾波
5)非參數(shù)貝葉斯