Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, весна 2022

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 11: Строка 11:
* [[Media:Aduenko_evidence_for_linear_regression_in_transformed_space.zip|Лекция 2 (Воспоминание): Практика по EM-алгоритму.]]
* [[Media:Aduenko_evidence_for_linear_regression_in_transformed_space.zip|Лекция 2 (Воспоминание): Практика по EM-алгоритму.]]
* [[Media:Aduenko2022Introduction2_new.pdf|Лекция 3 (Воспоминание): Вариационный ЕМ-алгоритм.]]
* [[Media:Aduenko2022Introduction2_new.pdf|Лекция 3 (Воспоминание): Вариационный ЕМ-алгоритм.]]
 +
* [[Media:Aduenko_map_estimate_for_mixture_of_linear_regressions.zip|Лекция 3 (Воспоминание): Практика по EM и вариационному ЕМ-алгоритму.]]
* [[Media:Aduenko2022HMC_vs_Var_EM.pdf|Лекция 4 (Воспоминание): Гамильтоновы методы Монте-Карло и сравнение с вариационным ЕМ-алгоритмом.]]
* [[Media:Aduenko2022HMC_vs_Var_EM.pdf|Лекция 4 (Воспоминание): Гамильтоновы методы Монте-Карло и сравнение с вариационным ЕМ-алгоритмом.]]

Версия 11:03, 23 марта 2022


Байесовский выбор моделей Курс лекций, преподаватель Александр Александрович Адуенко (aduenko at phystech.edu; aduenko1 at gmail.com)

Дополнительные материалы

  1. См. последний слайд каждой лекции со списком литературы.
  2. David MacKay, 2005, Information Theory, Inference, and Learning Algorithms
  3. Christopher Bishop, 2006, Pattern Recognition and Machine Learning
  4. David Barber, 2014, Bayesian Reasoning and Machine Learning
  5. Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
  6. Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective
  7. Wainwright, M. J., & Jordan, M. I., 2008, Graphical models, exponential families, and variational inference.
Личные инструменты