Bayesian Nonparametrics入門 DPからHDPまで
Bayesian Nonparametrics入門 DPからHDPまで 1. Bayesian Nonparametrics 入門 -DPからHDPまで- 東京大学 情報基盤センター 中川研究室 助教 佐藤一誠 2. Dirichlet Process (DP)を一言で 「確率分布→無限次元で離散化」 何を？ どのくらい？ 𝐻:基底確率分布 α→大 𝐺~𝐷𝑃(𝐻, 𝛼) α→小 Hを αくらい 𝐺 𝐺 𝑑 ※𝛼 → ∞で𝐺 → 𝐻 2 3. • なぜ無限次元離散分布が必要か？ – 無限混合モデル • どのように無限次元離散分布を構成するのか？ – 構成しない(積分消去)：Chinese restaurant process – 構成＋計算で工夫：Stick-breaking process 3 4. 準備：有限混合モデル 𝜃1 𝑝(𝑥|𝜑1 ) G 𝑝(
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - neubig/latticelm: Software for unsupervised word segmentation and language model learning using lattices