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
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？计量经济学是不是过时了？
K-means聚类算法中的K如何确定？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
机器学习在Web攻击方向有什么建树吗？
为啥gan里面几乎不用pooling？
CTR预估中怎样加入图片特征？图片特征怎么提取？
如何才能看得懂变分贝叶斯方法（Variational Bayesian）？
神经网络为什么可以（理论上）拟合任何函数？
人工智能就业前景越来越严峻了，你还在坚持吗？
下一个讨论
数学 PhD 有很多内容要学习吗？
相关的话题
有多少个数学家叫 Kolmogorov ?如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
未来 3~5 年内，哪个方向的机器学习人才最紧缺？
支持向量机（SVM）是什么意思？
推荐算法岗是否存在严重人才过剩?
如何看待周志华等人的新书《机器学习理论导引》？
CTR预估中怎样加入图片特征？图片特征怎么提取？
请问在金融风控方向，如何运用用户行为序列进行特征设计和挖掘？
有谁给解释一下流形以及流形正则化？
有哪些贝叶斯推理入门的书籍？
如何评价新Nature子刊Nature Machine Intelligence的出现？
Python中 __init__的通俗解释是什么？
反馈控制理论在优化、机器学习等领域有哪些应用？
近几年有哪些关于机器学习中隐私（Privacy）和安全（Security）相关的研究值得关注?
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
为什么说股票不能通过机器学习来预测？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
推荐算法岗是否存在严重人才过剩?
为什么做机器学习的很少使用假设检验？
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？
你见过哪些“人工智障”?
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
时间序列和回归分析有什么本质区别？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
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？
机器学习，深度神经网络等方法是否是正确的方向？
双非小硕一枚 能否从事机器学习?
有没有根据一张人物的立绘正面像，自动生成同风格各侧面角度像并自动衍生表情的软件啊？
有哪些比较好的机器学习，深度学习的网络资源可利用？
如何解读「量子计算应对大数据挑战：中国科大首次实现量子机器学习算法」？