Gibbs采样

在机器学习问题中，很多时候无法确定一个概率分布的具体密度函数，因而在对这种分布进行后续操作（例如，贝叶斯学派求后验概率时）时难度很大，无法进行。为了简化问题经常需要对这种复杂分布进行近似，从而方便计算或操作。目前常用的近似算法主要有三种：拉普拉斯近似、变分近似、Gibbs采样

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • MCMC与Gibbs采样
    一、均匀随机数生成算法 平方取中法将2s位十进制数字平方后取中间的2s位数字：但其长度较短且均匀性较差，针对性的改...
    热爱生活的大川阅读 1,345评论 0赞 0
  • Hulu面试题(四)
    转载自 https://mp.weixin.qq.com/s/OXXtPoBrCADbwxVyEbfbYg 25....
    _龙雀阅读 1,732评论 0赞 0
  • 机器学习算法整理 无公式
    这个题目取得比较奇怪，原因是：虽然号称数学是世界上最简洁的语言，但是太多的公式难免看的人心慌；其次公式在hexo+...
    Helen_Cat阅读 2,669评论 0赞 13
  • 机器学习：最小二乘、正则化和广义线性模型
    1. 最小二乘法（Least squares） 最小二乘法是一种数学优化技术，它通过最小化误差的平方来寻找数据的最...
    Deepool阅读 8,025评论 0赞 26
  • 日记
    收到班班给我布置的作业，1.平时如何安排学习时间。2.学习中遇到什么困难，又是如何解决的。3.举例说明这个月取得哪...
    莫逆风风阅读 35评论 0赞 0