随笔分类 - Brain-Bayes
I'm a Bayesian.
摘要：Verify the Monte Carlo sampling variability of "π". p = π/4 与 所得 0.7854 比较接近，故满足 Central Limit theorem。
阅读全文
摘要：“半个数学系 + 一个计算机科学系 = Deep Learning初级班”
阅读全文
摘要：为什么用？ Ref: http://blog.csdn.net/xianlingmao/article/details/7768833 通常，我们会遇到很多问题无法用分析的方法来求得精确解，例如由于式子特别，真的解不出来； 一般遇到这种情况，人们经常会采用一些方法去得到近似解，已经近似程度。 本文要
阅读全文
摘要：贝叶斯统计推断 后验分布与充分性 无信息先验下的后验分布 共轭先验（conjugacy）下的后验分布 其中，正态分布的共轭先验推导过程，典型且重要。 (1) 当方差已知时，均值（prior: 高斯分布）参数的后验分布 - 高斯分布 (2) 当均值已知时，方差（prior: 逆伽马分布）参数的后验分布
阅读全文
摘要：本篇包括两个部分： 如何学机器学习？ 如何学数学？ 当然了，数学是机器学习的基础。 如何学机器学习? From: http://www.cnblogs.com/bayesianML/p/6377588.html#central_problem You can do it: Dirichlet Pro
阅读全文
