PRML第12回 9.2～10.1

Yoh Okuno @yoh_okuno

混合分布を近似するとき、どれか１つにフィットするか、どっちつかずになるかもKLダイバージェンスの向きによるのか #prml

@syou6162

RT @tsubosaka: 明後日のPRML発表資料公開しました。http://www.slideshare.net/tsubosaka/prml-10-1

shuyo @shuyo

RT @tsubosaka: 明後日のPRML発表資料公開しました。http://www.slideshare.net/tsubosaka/prml-10-1

しましま @shima__shima

@nokuno Jensen-Shannon ダイバージェンス？

Yoh Okuno @yoh_okuno

@shima__shima たぶんそれです！　色々とありがとうございますー

@syou6162

このときの分解は図10.4とか見ると結構うまくいってるように見えるなあ

Koichi Hamada @hamadakoichi

@nokuno 資料に関し聞いてもらい、ありがとうございます。 #prml

@syou6162

グラフィカルモデルが、と思ってprml見たらなかったが、スライドにはあったw

イルカ人間 @niam

@nokuno JSダイバージェンスです。>KLダイバージェンスの向きを両方考慮した指標ってなんだっけ？ http://ow.ly/1fbQ9 #prml

@syou6162

分布仮定してないのに、\muに関しては正規分布、\tauに関してはガンマ分布にちゃんとなってるところがすごいなあ #prml

Yoh Okuno @yoh_okuno

#prml RT: @tsubosaka 明後日のPRML発表資料公開しました。http://bit.ly/akwHu9

Koichi Hamada @hamadakoichi

資料ありがとうございます。 RT @nokuno #prml RT: @tsubosaka 明後日のPRML発表資料公開しました。http://bit.ly/akwHu9

Koichi Hamada @hamadakoichi

資料ありがとうございます。 RT @nokuno #prml RT: @tsubosaka 明後日のPRML発表資料公開しました。http://bit.ly/akwHu9

@syou6162

偶然じゃなくって、必然だった! 10.4.1に詳しく書いてある!

しましま @shima__shima

指数分布族と共役事前分布のおかげですね．逆にそれ以外のところではVBの計算は地獄 RT @syou6162: 分布仮定してないのに、\muに関しては正規分布、\tauに関してはガンマ分布にちゃんとなってるところがすごいなあ #prml

@syou6162

変分下限を比較することによってモデル比較 #prml

Geforce RTX 3060Ti @showyou

上田修功 統計科学のフロンティア #prml

@syou6162

今日は凸最適化の話題が結構多い感じ #prml

@syou6162

KLの特徴を使ってうんぬん

Yoh Okuno @yoh_okuno

変分ベイズでも初期値によって異なる局所解にいくので重要 #prml

Yoh Okuno @yoh_okuno

@n_shuyo さんのブログ #prml http://bit.ly/99cxlO

Yoh Okuno @yoh_okuno

ベイズ大好きな人はできるっていうｗｗ #prml

@syou6162

ベイズ職人怖い

Yoh Okuno @yoh_okuno

k=3のときのデモ #prml

@syou6162

ライブで見るとすごい分かりやすいw #prml