Clik here to view.
PRML读书会第五章 Neural Networks
PRML读书会第五章 Neural Networks 主讲人 网神 （新浪微博:@豆角茄子麻酱凉面） 网神(66707180) 18:55:06 那我们开始了啊，前面第3,4章讲了回归和分类问题，他们应用的主要限制是维度灾难问题。今天的第5章神经网络的内容： 1. 神经网络的定义 2. 训练方法：error函数，梯度下降，后向传导 3. 正则化：几种主要方法，重点讲卷积网络...
View ArticleClik here to view.
PRML读书会第六章 Kernel Methods
PRML读书会第六章 Kernel Methods 主讲人 网络上的尼采 （新浪微博:@Nietzsche_复杂网络机器学习） 网络上的尼采(813394698) 9:16:05 今天的主要内容：Kernel的基本知识，高斯过程。边思考边打字，有点慢，各位稍安勿躁。...
View ArticleClik here to view.
PRML读书会第七章 Sparse Kernel Machines
PRML读书会第七章 Sparse Kernel Machines 主讲人 网神 （新浪微博: @豆角茄子麻酱凉面） 网神(66707180) 18:59:22 大家好，今天一起交流下PRML第7章。第六章核函数里提到，有一类机器学习算法，不是对参数做点估计或求其分布，而是保留训练样本，在预测阶段，计算待预测样本跟训练样本的相似性来做预测，例如KNN方法。...
View ArticleClik here to view.
PRML读书会第八章 Graphical Models
PRML读书会第八章 Graphical Models 主讲人 网神 （新浪微博: @豆角茄子麻酱凉面） 网神(66707180) 18:52:10 今天的内容主要是： 1.贝叶斯网络和马尔科夫随机场的概念，联合概率分解，条件独立表示；2.图的概率推断inference。 图模型是用图的方式表示概率推理...
View ArticleClik here to view.
PRML读书会第九章 Mixture Models and EM
PRML读书会第九章 Mixture Models and EM 主讲人 网络上的尼采 （新浪微博: @Nietzsche_复杂网络机器学习） 网络上的尼采(813394698) 9:10:56 今天的主要内容有k-means、混合高斯模型、 EM算法。 对于k-means大家都不会陌生，非常经典的一个聚类算法，已经50多年了，关于clustering推荐一篇不错的survey: Data...
View ArticleClik here to view.
PRML读书会第十章 Approximate Inference
PRML读书会第十章 Approximate Inference 主讲人 戴玮 （新浪微博: @戴玮_CASIA） Wilbur_中博(1954123) 20:02:04 我们在前面看到，概率推断的核心任务就是计算某分布下的某个函数的期望、或者计算边缘概率分布、条件概率分布等等。 比如前面在第九章尼采兄讲EM时，我们就计算了对数似然函数在隐变量后验分布下的期望。这些任务往往需要积分或求和操作。...
View ArticleClik here to view.
PRML读书会第十一章 Sampling Methods
PRML读书会第十一章 Sampling Methods 主讲人 网络上的尼采 （新浪微博: @Nietzsche_复杂网络机器学习） 网络上的尼采(813394698) 9:05:00 今天的主要内容：Markov Chain Monte Carlo，Metropolis-Hastings，Gibbs Sampling，Slice Sampling，Hybrid Monte Carlo。...
View ArticleClik here to view.
PRML读书会第十二章 Continuous Latent Variables
PRML读书会第十二章 Continuous Latent Variables 主讲人 戴玮 （新浪微博: @戴玮_CASIA） Wilbur_中博(1954123) 20:00:49...
View ArticleClik here to view.
PRML读书会第十三章 Sequential Data
PRML读书会第十三章 Sequential Data 主讲人 张巍 （新浪微博: @张巍_ISCAS） 软件所-张巍<zh3f@qq.com> 19:01:27 我们开始吧，十三章是关于序列数据，现实中很多数据是有前后关系的，例如语音或者DNA序列，例子就不多举了，对于这类数据我们很自然会想到用马尔科夫链来建模：...
View ArticleClik here to view.
PRML读书会第十四章 Combining Models
PRML读书会第十四章 Combining Models 主讲人 网神 （新浪微博: @豆角茄子麻酱凉面） 网神(66707180) 18:57:18 大家好，今天我们讲一下第14章combining models，这一章是联合模型，通过将多个模型以某种形式结合起来，可以获得比单个模型更好的预测效果。包括这几部分： committees, 训练多个不同的模型，取其平均值作为最终预测值。...
View Article