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
如何评价阿里巴巴启动NASA计划？Kaggle如何入门？
如何评价剑桥，腾讯， DeepMind以及港大团队新作 SimCTG ?
人工智能在生活中的应用都有哪些？
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？
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？
如何看待西安电子科技大学偷偷给贫困生打钱，大数据精准帮助贫困生是否值得推广？
当初的生物热，和如今的全民CS全民AI，让你想到了什么？
Transformer是如何处理可变长度数据的？
c4.5为什么使用信息增益比来选择特征？
下一个讨论
数学 PhD 有很多内容要学习吗？
相关的话题
因果推断会是下一个AI热潮吗？深度学习中Attention与全连接层的区别何在？
Transformer在工业界的应用瓶颈如何突破？
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
因果推断会是下一个AI热潮吗？
如何评价谷歌刚推出的Cloud AutoML？
如何评价B站UP主未明子宣称“知乎搞机器学习模拟拉康的程序员”具备“头脑上的悲剧”？
人工智能就业前景越来越严峻了，你还在坚持吗？
有没有必要把机器学习算法自己实现一遍？
为什么要学习吴恩达的机器学习？
你实践中学到的最重要的机器学习经验是什么？
有什么算法能对一个长短不一的时间序列进行分类预测?
有哪些LSTM(Long Short Term Memory)和RNN(Recurrent)网络的教程？
Transformer是如何处理可变长度数据的？
PRML为何是机器学习的经典书籍中的经典？
怎样从机器学习模型中获取知识？
如何理解今年发表在JMLR上随机森林算法SPORF？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
ICLR 2021 有什么值得关注的投稿？
机器学习里面的流形都是怎么用的？
2021年了，如何评价微软亚研提出的对偶学习（Dual Learning）？
如何看待多模态transformer，是否会成为多模态领域的主流？
Apple 在设备端对儿童色情图片检测，你怎么看这项功能？
t-sne数据可视化算法的作用是啥？为了降维还是认识数据？
机器学习中的PR曲线一定会过（1，0）这个点吗？
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
语音识别中，声学模型与语言模型扮演什么角色？或者说是怎么通过两个模型进行语音识别的?
视觉算法的工业部署及落地方面的技术知识，怎么学？
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
所谓大数据分析，究竟要学什么？