摘要：蒙特卡洛采样 所谓蒙特卡洛采样就是用统计的方法采样，不同采样方法的区别在于规定如何掷色子。随机采样准确性是不够的！除非采样的量最够大，怎样采样不多却很好的拟合分布是采样的核心问题！一般来说越复杂的分布需要的采样方法也越复杂！ 1、采样是一种随机算法（近似算法） 从分布得到样本集 从样本集得到分布 2 阅读全文

摘要：变分的实质：用简单的分布q去近似复杂的分布p。 why 大多数情况下后验分布很难求啊。（如果后验概率好求解的话我们直接EM就搞出来了） 当后验分布难于求解的时候我们就希望选择一些简单的分布来近似这些复杂的后验分布，至于这种简单的分布怎么选，有很多方法比如：Bethe自由能，平均场定理。而应用最广泛的 阅读全文

摘要：特征池 类似于实体库。好处：提升效率。复用数据。统一规范。 阅读全文

摘要：一、简介 如何抽象概念，这是个亘古难题。 深度学习 = 非监督的特征提取。 分层类似于神经网络，深度学习常用复杂神经网络。 历史 感知机（两层网络 = 线性模型） BP (三层网络 = 非线性模型) CNN,RNN (多层网络) 应用 谷歌：全面应用 微软：imageNet 152层网络，skype 阅读全文