08 2012 档案

贝叶斯估计浅析
摘要:贝叶斯方法有着非常广泛的应用,但是初学者容易被里面的概率公式的给吓到,以至于望而却步。所以有大师专门写个tutorial,命名为“bayesian inference with tears”。 我本人也深受其苦,多次尝试学习而不得其门而入。终于有一天,一种醍醐灌顶的感觉在脑海中出现,思路一下子清晰了,原来bayes估计竟然是这么一回事。本blog只是为了让还处在痛苦的学习过程中的人能够快速把握概念,理清思路,高手请绕道而行 :)贝叶斯估计要解决的是概率估计问题,也就是说,已知一些样本,他们满足某种分布,需要估计这种分布的参数或者新数据出现的概率。说到概率估计,就不能不先说说最大似然方法。最大似 阅读全文

posted @ 2012-08-02 00:17 xueliangliu 阅读(17457) 评论(3) 推荐(1) 编辑

pLSA 浅析
摘要:刚读博的时候,就读到过pLSA的文章,当时对里面的概率,分布什么的,一头雾水。三年过去了,整理以往paper又发现当初打印的文章,竟然一下子看懂了。特意整理下,希望为以后看到这个东西的人,有点参考的作用。PLSA是个从文档中发现topic的算法,它认为文本可以分三个层次来理解。1,文档(d);2,主题(z);3,单词(w),既一个文档包含若干主题,每个主题包含若干单词。从概率层面来讲,这里的包含其实是某种分布。也就是说,一个文档可以看做在一些主题上面的分布(P(z|d),而每个主题看做在单词上面的某种分布(P(w|z))。 pLSA就是对这些分布进行建模。相信大部分人都可能理解之前的这些内容, 阅读全文

posted @ 2012-08-01 02:28 xueliangliu 阅读(1815) 评论(0) 推荐(0) 编辑

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
点击右上角即可分享
微信分享提示