政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/66451
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文筆數/總筆數 : 113325/144300 (79%)
造訪人次 : 51188650      線上人數 : 906
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    政大機構典藏 > 商學院 > 統計學系 > 期刊論文 >  Item 140.119/66451
    請使用永久網址來引用或連結此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/66451


    題名: 機器學習中的近似貝氏推論
    其他題名: An Overview Of Approximate Bayesian Inference In Machine Learning
    作者: 翁久幸
    Weng, Chiu-Hsing,
    貢獻者: 統計系
    關鍵詞: 近似貝氏推論;機器學習
    Approximate Bayesian inference;machine learning
    日期: 2013-11
    上傳時間: 2014-06-04 12:24:15 (UTC+8)
    摘要: 機器學習這門學科是關於設計演算法, 讓計算機得以透過演算法從數據中自動分析學習資料的規律。 很多的機器學習方法根基於機率模型以及貝氏統計的架構。 近似的貝氏推論方法中, 像馬可夫鏈蒙特卡羅這類的隨機模擬向來廣為人知且深受歡迎。 然而, 除了隨機模擬之外, 還有一些確定性的近似方法在許多應用中獲得相當成功。 我們在這篇文章裡將介紹若干確定性近似方法的概念和發展。
    Machine learning is a scientific discipline that concerned with designing algorithms to automatically learn complex patterns based on data. Many of the machine learning methods rely on probabilistic models and treat the models in a Bayesian framework. Sampling methods such as Markov Chain Monte Carlo are popular and well known for approximate Bayesian inference. Alternatively, there are deterministic approximation techniques which have been successful in many applications. We present here some of the concepts and developments about deterministic approximation methods.
    關聯: 中國統計學報,52(1),44-58
    資料類型: article
    顯示於類別:[統計學系] 期刊論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    4458.pdf150KbAdobe PDF2774檢視/開啟


    在政大典藏中所有的資料項目都受到原著作權保護.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋