Gloriamin的博客

 PRML第七章 稀疏核机 总结 很长一段时间没有做自我总结，也没有意识去写博客了。今天想来谈谈SVM与RVM（两种稀疏核方法）。（最近正在自学，然后遇到各种问题，也懂了一些问题，所以想要总结一下），本文主要分为三个部分对稀疏核机进行阐述，SVM，RVM以及SVM和RVM的区别。 1、内容简介 首先是SVM，其核心在于实现最大分类间隔，常用于二分

 PRML第八章 图模型 本章主要涉及贝叶斯网络、马尔科夫随机场的概念，联合概率的分解，条件独立的判断，图的概率推断，其中，主要分为两大块：有向图和无向图。有向图对应于贝叶斯网络，马尔科夫随机场对应于无向图。有向图与无向图之间的转换等。最后提出因子图的概念，我们可以将有向图或者无向图转化为因子图来表示和应用。在本章的后面主要提出了几种基于图模型的算法：循环置信传播，联合树算法，迭