PRML読書会第二回まとめpart5
Chapter 2 :確率分布
Gaussian distribution
逐次推定
オンライン分野、データを処理ごとに捨てる。
N-1個のデータ:
- を追加:を加えて修正
一般化 Robbins-Monro algorithm
- θ , z : r.v.s with p(z , θ)
- z:観測値
- θ:データ
仮定
最尤問題は零点探査
Bayes推定
Observed data = {, ... , }
- given , unknown
- given , unknown
- unknown ,
(1)given , unknown
conjugate prior
posterror
where ...
指数部を平方完成すれば出来る。
(2)given , unknown
liklihood :
conjugate prior
posterror
where...
- > predictive distribution : Stuedent's t
(3)unknown ,
prior
Gaussian-gamma distribution
多変量も単なる次元拡張
周期関数
e.g.) 時刻、日付など
周期2πの分布p(θ)
von Mises distribution
- : 平均
- m :集中度(精度)
- : ベッセル関数
最尤解
その他
- histgram
- 周辺化
- 混合分布で単峰化