版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zr940326/article/details/82747654
在很多概率模型中,很难训练的最重要的原因是,很难进行推断,所以书中,专门开了这章,来面临训练中最大而又,不能不解决的问题,近似推断。
近似推断,可以视为优化问题, 主要是 最大化下界
最大化下界:
@@1. EM 期望最大化
@@2. MAP 最大后验推断
然后书还介绍了,变分推断,变分学习,学成近似推断
——————————————————————————————————
该笔记,由于时间关系,待有时间,梳理完后在逐步补善完成,先占位,也是完成学习记录,实在没有办法,最近时间挤得滴水不剩。