2014年 パターン認識・機械学習勉強会 資料
2014年 パターン認識・機械学習勉強会 資料
第1回:イントロダクション第2回:ベイズ確率・ベイズ識別・モデルの検証第3回:モデル選択基準・MCMC法 第4回:ギブスサンプリング・線形識別モデル 第5回:線形識別モデル:ロジスティック回帰 第6回:線形識別モデル:ベイズロジスティック回帰,フィッシャーの線形判別 第7回:ニューラルネットワーク 第8回:ニューラルネットワーク(続き) 第9回:ニューラルネットワーク(続き) 第10回:カーネル法, カーネル密度推定法,カーネル回帰分析 第11回:カーネル法:ガウス過程第12回:サポートベクターマシン, ソフトマージン第13回:多クラスSVM, SVM回帰, 関連ベクターマシン第14回:ベイジアンネットワーク第15回:ジョインツリーアルゴリズム第16回:ジョインツリーアルゴリズム(続き)第17回:マルコフ確率場・ファクターグラフ第18回:K-means法，混合ガウスモデル，EM法第19回:EM法(続き), 混合ベルヌーイモデル, 混合多項モデル第20回:変分ベイズ，周辺化ギブスサンプリング第21回:系列データ，隠れマルコフモデル第22回:ビタビアルゴリズム，主成分分析第23回:集団学習，決定木