| support vector machine (1) | Hamiltonian MCMC (1) | 线性回归的Dual Representations (1) | 混合高斯模型 (1) |
| Slice Sampling (1) | Gibbs Sampling (1) | 细致平稳条件 (1) | 核PCA (1) |
| RVM (1) | Gaussian Processes (1) | 维灾 (1) | 核函数 (1) |
| PRML (1) | Fisher线性判别 (1) | 图的概率推断inference (1) | 高斯过程 (1) |
| Principal Component Analysis (1) | Expectation Maximization算法 (1) | 条件混合模型 (1) | 高斯分布 (1) |
| PPCA (1) | EM (1) | 条件独立表示 (1) | 感知机 (1) |
| PCA (1) | committees (1) | 神经网络 (1) | 概率生成和判别模型 (1) |
| Pattern Recognition And Machine Learning (1) | BP误差后向传播链式求导法则 (1) | 平均场 (1) | 非线性流形 (1) |
| Metropolis-Hastings (1) | Boosting (1) | 模型选择 (1) | 读书会 (1) |
| Mean Field (1) | Autoencoder (1) | 马尔科夫随机场 (1) | 狄利克雷-多项式共轭分布 (1) |
| MCMC (1) | AdaBoost (1) | 逻辑回归 (1) | 变分推断 (1) |
| Markov Chain Monte Carlo (1) | 指数族 (1) | 联合概率分解 (1) | 贝叶斯marginalization (1) |
| Kmeans (1) | 支持向量机 (1) | 决策树 (1) | 贝叶斯线性回归 (1) |
| KL散度 (1) | 正则化方法 (1) | 卷积网络 (1) | 贝叶斯网络 (1) |
| KKT条件 (1) | 正则化 (1) | 近似推断 (1) | 贝塔-二项式分布 (1) |
| HMM (1) | 学习理论 (1) | 机器学习的基本概念 (1) | |
| Hidden Markov Models (1) | 线性基函数模型 (1) | 机器学习 (1) |
浙公网安备 33010602011771号