混合模型(Mixture Model) a. 三枚硬币问题(3-Coin Problem) b. 高斯混合模型(Gaussian Mixture Model)
EM算法(Expectation Maximization) a. 期望最大(Expectation Maximization) b. 混合模型的EM算法(EM for Mixture Models) c. Jensen 不等式 (Jensen’s Inequality) d. EM算法推导与性能 (EM Algorithm) 第十三课:统计学习(Statistical Learning)
隐马可夫模型(Hidden Markov Models) a. 动态混合模型(Dynamic Mixture Model) b. 维特比算法(Viterbi Algorithm) c. 算法推导 (Algorithm)
条件随机场(Conditional Random Field) 第十四课:统计学习(Statistical Learning)
层次图模型(Hierarchical Bayesian Model) a. 概率图模型 (Graphical Model) b. 从隐含语义模型到p-LSA (From LSA to P-LSA) c. Dirichlet 分布与特点(Dirichlet Distribution) d. 对偶分布(Conjugate Distribution) 第十五课:统计学习(Statistical Learning)
主题模型(Topic Model – LDA) a. Latent Dirichlet Allocation b. 文本分类(LDA for Text Classification)