# 讀書筆記 PRML

PRML第九章讀書筆記——Mixture Models and EM K均值/K中心點、高斯混合奇異性、EM觀點下的高斯混合/K-means/混合伯努利分布/貝葉斯線性回歸、推廣EM算法9.1 K-means Clustering9.2 Mixtures of Gaussians9.3 An Alternative View of EM9.4 The EM Algorithm in General
機器學習 # 讀書筆記 PRML EM算法混合模型
08-01
PRML第三章讀書筆記——Linear Models For Regression 幾何解釋、多重共線性、貝葉斯線性回歸、貝葉斯模型比較/模型證據/邊緣似然、線性回歸證據近似/參數有效數量3.1 Linear Basis Function Models3.3 Bayesian Linear Regression3.4 Bayesian Model Comparison3.5 The Evidence Approximation
# 讀書筆記 PRML 機器學習線性回歸
07-02