2015年5月14日

摘要: #蒙特卡洛方法##常见使用场景 机器学习中经常会遇到对复杂的分布做加和或积分,例如在贝叶斯方法中,往往要对参数做积分,$P(t|X)=\int p(t|\theta)p(\theta|X)d\theta$,频率派中EM算法的E步也是一个求期望的过程,$Q(\theta,\theta_{old})=\... 阅读全文

posted @ 2015-05-14 09:41 Hederahelix 阅读(4856) 评论(1) 推荐(1)