机器学习：概率视角
封面
前言
01 引言
02 概率论
03 离散数据的生成式模型
04 高斯模型
05 贝叶斯学派统计思想
06 频率学派统计思想
07 线性回归
08 逻辑回归
09 广义线性模型
10 有向图模型
11 混合模型与 EM 算法
12 隐变量线性模型
13 稀疏线性模型
14 核方法
15 高斯过程
16 自适应基函数模型
17 马尔科夫与隐马尔科夫模型
18 状态空间模型
19 无向图模型（马尔科夫随机场）
20 概率图的精确推断
21 变分推断
22 更多变分推断方法
23 蒙特卡洛推断
24 马尔科夫链蒙特卡洛 MCMC
25 聚簇
26 概率图的结构学习
27 离散数据的隐变量模型
28 深度学习
本书常见缩写列表
.md
.pdf
26 概率图的结构学习
26 概率图的结构学习
¶
previous
25 聚簇
next
27 离散数据的隐变量模型
