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
极大似然估计一定是相合估计吗？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？
如何看待微软小冰写的诗？
如果有一天人类被AI取代，他们将以什么样的方式生活，娱乐，工作？
如何用最简单的语言统一描述多元函数求导（对向量求导、对矩阵求导等）？
请问应该怎样去学习图像识别和深度学习？
请问有没有基于实例的迁移学习的数据？
如何评价AWS的图神经网络框架DGL？
不觉得最大熵原理很奇怪吗？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
下一个讨论
数学 PhD 有很多内容要学习吗？
相关的话题
2019年NeurIPS有哪些糟糕的论文？如何评价微软新出的自拍软件 Microsoft Selfie？
Deep Learning 的专家如此急缺，它难在何处？
奇异值分解（SVD）有哪些很厉害的应用？
计算机视觉是否已经进入瓶颈期？
神经网络，分类和回归问题，在网络结构上的区别是什么？分类比回归多一层softmax吗？诚心求教？
如何评价微软新出的自拍软件 Microsoft Selfie？
在中文 NLP 等论文中，应该如何翻译 token 这个词？
最大似然估计法是如何实现的？
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？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
去美国读CS博士，方向是机器人导航，视觉方面，推荐一下相关编程方面准备？还有相关算法需要学习哪些？
5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？
在优化问题里，强化学习相比启发式搜索算法有什么好处？
如何看待字节跳动 AI 实验室总监李磊入职 UCSB？
支持向量机（SVM）是什么意思？
人工智能的意义和价值是什么？
计量经济学是不是过时了？
有哪些解决完之后让你拍案叫绝的算法问题？
如何全面理解工程师红利？
有哪些贝叶斯推理入门的书籍？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
机器学习为生物学和医学研究带来了哪些改变？能解决哪些医学难题？
高斯过程的kernel构成的矩阵为何叫协方差矩阵而不是相关系数矩阵？
有哪些看了让你醍醐灌顶的书籍、论文、期刊，使你对如何做数据挖掘、特征工程、统计挖掘有了眉目？
有没有必要把机器学习算法自己实现一遍？
有哪些贝叶斯推理入门的书籍？
MPI 在大规模机器学习领域的前景如何？
机器学习的理论方向 PhD 是否真的会接触那么多现代数学（黎曼几何、代数拓扑之类）？
mxnet的并行计算为什么这么牛，是什么原理？