エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
「Machine Learning – A Probabilistic Perspective」第4章を読んだ | 10001 ideas
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
「Machine Learning – A Probabilistic Perspective」第4章を読んだ | 10001 ideas
前回(「Machine Learning – A Probabilistic Perspective」第3章を読んだ。)の続き。 4章は多変数ガウ... 前回(「Machine Learning – A Probabilistic Perspective」第3章を読んだ。)の続き。 4章は多変数ガウシアンモデルについて。この章は数学的に他の章よりも難しいと、一番初めに書かれており確かにその通りで難しい。流し読みな感じだけど大丈夫だろうか。 分かりやすい解説スライドを見つけたのでこれで復習しよう。 目次は以下の通り。(*がついているところは数学的に難易度が高いところ) 4 Gaussian models 4.1 Introduction 4.1.1 Notation 4.1.2 Basics 4.1.3 MLE for an MVN 4.1.4 Maximum entropy derivation of the Gaussian * 4.2 Gaussian discriminant analysis 4.2.1 Quadratic disc