イベントの説明
内容
§9~§9.3.1
何度時間遡行を繰り返してもワルプルムルの夜を倒せない、そんな皆様のお越しをお待ちしております!
「パターン認識と機械学習 上」
「パターン認識と機械学習 下 (ベイズ理論による統計的予測)」
参加予定の方はお手数ですがGoogle Groupsに加入お願いします。
生駒PRML(パターン認識と機械学習)読書会 |
このグループにアクセス |
発表担当者
§9 | 混合モデルとEM | ricksonjr |
§9.1 | K-meansクラスタリング | ricksonjr |
§9.1.1 | 画像分割と画像圧縮 | ricksonjr |
§9.2 | 混合ガウス分布(Mixtures of Gaussians) | fukagai |
§9.2.1 | 最尤推定 | fukagai |
§9.2.2 | 混合ガウス分布のEMアルゴリズム | fukagai |
§9.3 | EMアルゴリズムのもう一つの解釈 | K5_sem |
§9.3.1 | 混合ガウス分布再訪 | K5_sem |
おすすめの参考書
「言語処理のための機械学習入門」
「プログラミングのための確率統計」
「プログラミングのための線形代数」
線形代数周辺の参考書としては、PRML共訳者の一人@shima__shimaさんもお薦めの
「これなら分かる最適化数学」「これなら分かる応用数学教室」も良いです。
「式の展開がすご~く丁寧に書いてある(by@shima__shima)」
参加費
初回・学生さんは無料です。
それ以外の方は会場代として1,000円のご負担をお願いします。
※登録の際に選択する参加枠が別々になっています。
発表者
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。