如何才能看得懂变分贝叶斯方法（Variational Bayesian）？ 第1页
1
zwli01 网友的相关建议:
楼主既然对EM算法有一些了解，建议就从EM算法入手。EM算法讲得比较直观明了的资料，我认为是Andrew NG的machine learning课程的讲稿。
CS 229: Machine Learning (Course handouts)，第八章就是专门讲EM算法的，不长，但是讲得很清晰。然后可以再去看一些EM的一些code实现。比如
MachineLearning-C---code/main.cpp at master · pennyliang/MachineLearning-C---code · GitHub。
熟悉完EM算法之后，可以去看变分推断了，关于变分推断的方法，D.Blei一直在推，最近就写了一篇文章和一份笔记。笔记在此
https://www. cs.princeton.edu/course s/archive/fall11/cos597C/lectures/variational-inference-i.pdf。 文章在此
https:// arxiv.org/abs/1601.0067 0。笔记是对文章的总结。
再往后就是结合了EM和variational inference的变分EM了，这个可以看香港大学的一份PPT，讲得是使用变分EM推导LDA的过程，很详细。
http://www. cse.ust.hk/~lzhang/teac h/6931a/slides/lda-zhou.pdf1
相关话题
马上计算机研一，想问一下机器学习、深度学习…大家都是怎么入门的？机器学习中如何识别图片中的手是手背还是手心？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
用于数据挖掘的聚类算法有哪些，各有何优势？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
如何评价英伟达于 GTC 2021 大会发布的基于 ARM 架构的 Grace CPU？
如何评价 Exploring Simple Siamese Learning?
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？
如何看待Kaggle最新比赛Zillow禁止中国居民参加第二轮？
下一个讨论
数学 PhD 有很多内容要学习吗？
相关的话题
人工智能就业前景越来越严峻了，你还在坚持吗？有哪些你看了以后大呼过瘾的数据分析书？
有哪些比较好的元学习（meta learning）领域的学习资源？
参加kaggle竞赛是怎样一种体验？
如何理解Inductive bias？
如何理解attention中的Q,K,V？
什么是机器学习？
主动学习(Active learning)算法的原理是什么，有哪些比较具体的应用？
请问应该怎样去学习图像识别和深度学习？
据说机器学习长于预测，计量经济学长于解释。有什么具体例子是机器学习完成了很好的预测却在解释上表现不好？
这一波人工智能泡沫将会怎么破灭？
Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？
如何评价Google Duplex（打电话AI）在特定领域已经通过了图灵测试？
有哪些优秀的深度学习入门书籍？需要先学习机器学习吗？
机器学习到底是什么，如何使用这项技术？
Transformer是如何处理可变长度数据的？
Partial Multi-Label Learning是什么？它的发展史又是怎样的？最新的进展如何？
pytorch 的高层库ignite怎么样？
为什么nn的较大问题是会陷入局部最优时，不选用凸函数作为激活函数？
最大似然估计法是如何实现的？
既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？
如何看待北京交通大学学生在 ATM 机内学习?
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
目前强化学习在控制领域的应用有哪些？
如何才能看得懂变分贝叶斯方法（Variational Bayesian）？
什么是蒙特卡罗 Dropout(Monte-Carlo Dropout)？
如何评价Google发布的第二代深度学习系统TensorFlow?
当初的生物热，和如今的全民CS全民AI，让你想到了什么？
迁移学习入门，新手该如何下手？