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
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？国内 top2 高校研一在读，为什么感觉深度学习越学越懵?
自然语言处理怎么最快入门？
神经网络中如果一个重要特征C等于特征A+特征B（算数意义上的相加），选特征的时候还有必要选特征C吗?
如何看待「机器学习不需要数学，很多算法封装好了，调个包就行」这种说法？
什么是主动学习（Active Learning, AL）？
如何将某个分布作为机器学习的特征？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？
在中文 NLP 等论文中，应该如何翻译 token 这个词？
下一个讨论
数学 PhD 有很多内容要学习吗？
相关的话题
物理专业的学生如何看待机器学习和大数据这些方向呢？机器学习中的PR曲线一定会过（1，0）这个点吗？
如何评价DeepMind新提出的MuZero算法？
如何理解深度学习中的deconvolution networks？
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？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
人工智能就业前景越来越严峻了，你还在坚持吗？
如果人工智能迎来下一个寒冬，你认为会是卡在什么问题上？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
什么是博弈机器学习？
2021 年了，机器/深度学习还有哪些坑比较好挖？
如何看待swin transformer成为ICCV2021的 best paper？
深度学习中Attention与全连接层的区别何在？
人工智能和自动控制能在一起擦出什么样的火花？
金融学及金融从业者如何应对人工智能和大数据？
如何将某个分布作为机器学习的特征？
如何评价新Nature子刊Nature Machine Intelligence的出现？
如何用机器学习判断《溪岸图》是否董源真迹？
机器学习（machine learning）在经济学领域是否有应用前景？
2021 年了，机器/深度学习还有哪些坑比较好挖？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？
自监督学习（Self-supervised Learning）有什么比较新的思路？
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？
有多少个数学家叫 Kolmogorov ?
如何评价亚马逊AI新开源自动机器学习项目AutoGluon?
到了 2022 年，人工智能有哪些真正可落地的应用？
三门问题(蒙提霍尔悖论)变种，如果主持人不知道哪个门是汽车随便蒙门打开正好是羊这时观众还需要换门吗？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
有没有必要把机器学习算法自己实现一遍？
在统计学领域有哪些经典奠基性的论文？