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
image caption这个方向更偏向NLP还是CV？怎么通过一维分布的随机样本推测原分布？
在中小学阶段设置人工智能相关课程对于培养人工智能人才具有哪些意义？如何推进会比较有效？
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
如何评价《Science》封面文章《通过概率规划归纳的人类层次概念学习》?
计算机视觉中，目前有哪些经典的目标跟踪算法？
如何评价Google发布的第二代深度学习系统TensorFlow?
为什么要学习吴恩达的机器学习？
Dirichlet Processes 是一个什么样的随机过程？
编写基于机器学习的程序，有哪些编写和调试的经验和窍门？
下一个讨论
数学 PhD 有很多内容要学习吗？
相关的话题
时间序列和回归分析有什么本质区别？计算统计学（Computational Statistics）有什么好的资源和教材以及学习方法推荐？
如何用简单易懂的例子解释条件随机场（CRF）模型？它和HMM有什么区别？
机器学习在Web攻击方向有什么建树吗？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？
2021年人工智能领域有哪些关键性进展和突破？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
图像处理和机器学习有什么关系？
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
人工智能的意义和价值是什么？
到了 2022 年，人工智能有哪些真正可落地的应用？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
基于大数据的个人信用体系有没有可能被滥用？
机器学习到底是什么，如何使用这项技术？
算法工程师的落地能力具体指的是什么？
EM算法存在的意义是什么？
搞机器学习的生环化材是天坑吗？
机器学习里面的流形都是怎么用的？
机器学习以及贝叶斯统计里，关于近似intractable integral，大家都偏爱什么算法？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
如何评价DeepMind新提出的MuZero算法？
计算机视觉是否已经进入瓶颈期？
目前强化学习在控制领域的应用有哪些？
如何看待周志华等人的新书《机器学习理论导引》？
对于技术岗位而言，开发岗累还是算法岗累呢？
如何评价 Exploring Simple Siamese Learning?
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
计算机视觉有多少分支？
如何看待 AI 方向 PhD 申请竞争过于激烈的现象？