Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, весна 2022
Материал из MachineLearning.
(Различия между версиями)
Строка 9: | Строка 9: | ||
* [[Media:LindemannPriorSelection.pdf|Лекция 1 (Доклад Никиты Линдеманна): Выбор априорного распределения, неинформативные априорное распределения и распределения Джеффриса.]] | * [[Media:LindemannPriorSelection.pdf|Лекция 1 (Доклад Никиты Линдеманна): Выбор априорного распределения, неинформативные априорное распределения и распределения Джеффриса.]] | ||
* [[Media:Aduenko2022Introduction.pdf|Лекция 2 (Воспоминание): ЕМ-алгоритм.]] | * [[Media:Aduenko2022Introduction.pdf|Лекция 2 (Воспоминание): ЕМ-алгоритм.]] | ||
+ | * [[Media:Aduenko_evidence_for_linear_regression_in_transformed_space.ipynb|Лекция 2 (Воспоминание): Практика.]] | ||
== Дополнительные материалы == | == Дополнительные материалы == |
Версия 02:55, 16 марта 2022
Байесовский выбор моделей
Курс лекций, преподаватель Александр Александрович Адуенко (aduenko at phystech.edu; aduenko1 at gmail.com)
- Первая часть курса, прочитанная осенью 2021 года
- Короткий адрес страницы https://bit.ly/34UGdgP
- Лекция 1 (Доклад Никиты Линдеманна): Выбор априорного распределения, неинформативные априорное распределения и распределения Джеффриса.
- Лекция 2 (Воспоминание): ЕМ-алгоритм.
- Лекция 2 (Воспоминание): Практика.
Дополнительные материалы
- См. последний слайд каждой лекции со списком литературы.
- David MacKay, 2005, Information Theory, Inference, and Learning Algorithms
- Christopher Bishop, 2006, Pattern Recognition and Machine Learning
- David Barber, 2014, Bayesian Reasoning and Machine Learning
- Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
- Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective
- Wainwright, M. J., & Jordan, M. I., 2008, Graphical models, exponential families, and variational inference.