机器学习中的纸和笔练习 (2022)
这篇论文是关于机器学习的纸笔练习集合，涵盖线性代数、优化、有向图模型、无向图模型、图模型的表达能力、因子图和消息传递、隐马尔可夫模型的推断、基于模型的学习（包括 ICA 和未归一化模型）、采样和蒙特卡洛积分以及变分推断等多个主题。论文提供了PDF版本和相关的 GitHub 页面。
arXiv:2206.13446 (cs) [提交于2022年6月27日]
Title:Pen and Paper Exercises in Machine Learning
作者:Michael U. Gutmann 查看 Michael U. Gutmann 撰写的题为 Pen and Paper Exercises in Machine Learning 的论文 PDF 版本。 查看PDF
摘要：这是一份（大部分是）机器学习中的纸和笔练习的集合。这些练习涵盖以下主题：线性代数、优化、有向图模型、无向图模型、图模型的表达能力、因子图和消息传递、隐马尔可夫模型的推断、基于模型的学习（包括 ICA 和未归一化模型）、采样和蒙特卡洛积分以及变分推断。 Comments: | 相关的 GitHub 页面是 这个 HTTPS 链接 ---|--- Subjects: | Machine Learning (cs.LG); Machine Learning (stat.ML) Cite as: | arXiv:2206.13446 [cs.LG] (或者 arXiv:2206.13446v1 [cs.LG] 对于这个版本) https://doi.org/10.48550/arXiv.2206.13446 Focus to learn more arXiv-issued DOI via DataCite
Submission history
From: Michael Gutmann [view email] [v1] Mon, 27 Jun 2022 16:53:18 UTC (1,679 KB) Full-text links:
Access Paper:
查看 Michael U. Gutmann 撰写的题为 Pen and Paper Exercises in Machine Learning 的论文 PDF 版本。