流动的风与雪的博客_机器学习原创博文

机器学习-白板推导-系列（十二）笔记：变分推断

文章目录0 笔记说明1 背景介绍1.1 频率派1.2 贝叶斯派2 公式推导3 符号修正4 SGVI0 笔记说明。注意：本笔记主要是为了方便自己日后复习学习，而且确实是本人亲手一个字一个公式手打，如果遇到复杂公式，由于未学习LaTeX，我会上传手写图片代替（手机相机可能会拍的不太清楚，但是我会尽可能使内容完整可见），因此我将博客标记为【原创】，

变分推断

VI

机器学习

隐变量

推断

原创 2023-02-06 13:14:18 180 阅读

机器学习-白板推导-系列（一）笔记：频率派/贝叶斯派

本博客为（系列一）的笔记，对应的视频是：【(系列一) 绪论-资料介绍】、【(系列一) 绪论-频率派vs贝叶斯派】。

机器学习

白板推导

极大似然估计

贝叶斯估计

后验概率

原创 2023-02-06 13:11:28 140 阅读

机器学习-白板推导-系列（二）笔记：高斯分布与概率

本博客为（系列二）的笔记，对应的视频是：【(系列二) 数学基础-概率-

机器学习

白板推导

高斯分布

正态分布

概率分布

原创 2023-02-06 13:11:24 587 阅读

机器学习-白板推导-系列（四）笔记：感知机/Fisher判别/判别模型(逻辑回归)/生成模型(高斯判别/朴素贝叶斯)

本博客为（系列四）的笔记，对应的视频是：【(系列四) 线性分类1-背景】、【(系列四) 线

感知机

逻辑回归

线性判别分析

朴素贝叶斯分类器

高斯判别分析

原创 2023-02-06 13:11:18 200 阅读

机器学习-白板推导-系列（六）笔记：SVM

本博客为（系列六）的笔记，对应的视频是：【(系列六) 支持向量机1

SVM

对偶

KKT条件

slater条件

互补松弛条件

原创 2023-02-03 09:19:41 172 阅读

机器学习-白板推导-系列（七）笔记：核函数

本博客为（系列七）的笔记，对应的视频是：【(系列七) 核方法1义】、【(系列七) 核方法3-正定核-必要性证明】。

核函数

内积

完备空间

希尔伯特空间

特征空间

原创 2023-02-03 09:19:16 238 阅读

机器学习-白板推导-系列（九）笔记：概率图模型: 贝叶斯网络/马尔可夫随机场/推断/道德图/因子图

本博客为（系列九）的笔记，对应的视频是：【(系列九) 概率图

概率图

贝叶斯网络

马尔可夫随机场

条件独立性

因子分解

原创 2023-02-03 09:19:08 2016 阅读

机器学习-白板推导-系列（八）笔记：指数族分布/充分统计量/对数配分函数/最大熵

本博客为（系列八）的笔记，对应的视频是：【(系列八) 指数族分布1

指数族分布

充分统计量

对数配分函数

熵

最大熵

原创 2023-02-03 09:19:08 623 阅读

机器学习:线性回归/感知机/Logistic回归

Logistic回归解决的是分类而不是回归问题

分类

回归

机器学习

Logistic回归

感知机

原创 2023-02-03 08:22:41 485 阅读

机器学习-白板推导-系列（三）笔记：线性回归最小二乘法与正则化岭回归

文章目录0 笔记说明1 最小二乘法求线性回归模型2 几何意义2.1 平方损失函数的几何意义2.2 用几何意义求线性回归模型3 从概率视角看最小二乘法4 正则化方法：岭回归4.1 频率角度4.2 贝叶斯角度5 总结0 笔记说明来源于【机器学习】【白板推导系列】【合集 1～23】，我在学习时会跟着up主一起在纸上推

机器学习

线性回归

最小二乘法

正则化

岭回归

原创 2023-02-02 11:20:06 160 阅读

统计学习方法-李航-第一章：统计学习方法概论-笔记1

统计学习三要素：模型、策略、算法。

统计学习方法

李航

统计学习方法概论

数据

泛化

原创 2023-02-02 09:06:41 105 阅读

机器学习:完全线性可分/近似线性可分/非线性可分的支持向量机

SVM，Support Vector Machine，支持向量机

支持向量机

合页损失函数

支持向量

核函数

SVM

原创 2023-02-02 08:52:10 335 阅读

周志华-机器学习-最优化问题附录搬运(简介)

只是原书内容，没有新增内容

拉格朗日乘子法

二次规划

半正定规划

梯度下降法

坐标下降法

原创 2023-02-02 08:49:49 430 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

小嵩鼠的博客

机器学习-白板推导-系列（十二）笔记：变分推断

机器学习-白板推导-系列（一）笔记：频率派/贝叶斯派

机器学习-白板推导-系列（二）笔记：高斯分布与概率

机器学习-白板推导-系列（四）笔记：感知机/Fisher判别/判别模型(逻辑回归)/生成模型(高斯判别/朴素贝叶斯)

机器学习-白板推导-系列（六）笔记：SVM

机器学习-白板推导-系列（七）笔记：核函数

机器学习-白板推导-系列（九）笔记：概率图模型: 贝叶斯网络/马尔可夫随机场/推断/道德图/因子图

机器学习-白板推导-系列（八）笔记：指数族分布/充分统计量/对数配分函数/最大熵

机器学习:线性回归/感知机/Logistic回归

机器学习-白板推导-系列（三）笔记：线性回归最小二乘法与正则化岭回归

统计学习方法-李航-第一章：统计学习方法概论-笔记1

机器学习:完全线性可分/近似线性可分/非线性可分的支持向量机

周志华-机器学习-最优化问题附录搬运(简介)