Minlog

Minlog

  • Category
    • About
    • Bayesian
    • Preliminary
      • Stochastic Process
      • Probability
      • Measure
      • Server
    • Research
      • Anomaly Detection
      • Segmentation
      • Active Learning
      • Continual Learning
      • Large Language Model
    • Machine Learning
      • General
      • Models
    • Memorizing
      • Trouble-Shooting
      • Ubuntu
      • Etc
      • Python
      • Java
      • C
      • Qt
      • Jetson
      • Quantization
    • BE
      • NodeJS
      • Flask
      • Spring
      • Deploy
      • Docker
      • EC2
      • APM
      • NGINX
      • TESTING
    • FE
      • JS
      • CSS
    • PS
      • 백준
      • SOFTEER
      • 리트코드
  • 홈
  • 태그
  • 방명록
RSS 피드
로그인
로그아웃 글쓰기 관리

Minlog

컨텐츠 검색

태그

확률그래프모델 회고 FLASK 가우시안 혼합모델 spring jetson orin nano Python dfs Probabilistic Graphical Model jetpack6 MarkovChain Montecarlo 백준 C ps CUDA MCMC CSS c++ HTML 항해99

최근글

댓글

공지사항

아카이브

Variational Bayes(1)

  • 6. 변분 베이즈 방법(Variational Bayes Method)

    이번 시간에는 사후 분포를 다룰 수 없는(intractable) 경우 사용할 수 있는 변분 베이즈 방법에 대해 알아보겠습니다. [관련 글] 4. 사후 분포의 추정(Estimation of Posterior distribution),5-1. MCMC(Estimation of Posterior - Markov Chain Monte Carlo) - 몬테카를로 방법(Monte Carlo method),범함수(Functional) 우리는 확률 기반의 모델에서의 사후 분포를 알고자 합니다. 이는 다음과 같이 나타낼 수 있습니다. $p(\textbf {Z}|\textbf {X})$ 여기서 $\textbf {X}$는 관찰된(observed data variables) 변수이고, $\textbf {Z}$는 잠재 변수(l..

    2021.08.03
이전
1
다음
티스토리
© 2018 TISTORY. All rights reserved.

티스토리툴바