首页
拜师
课程
定制计划
博客资源站
手机app
首页
拜师
课程
定制计划
博客资源站
手机app
登录
注册
登录
注册
机器学习-白板推导系列
第156任务： 5-Log-likelihood of Energy-based model with latent variable(具有隐变量的能量模型).mp4
查看课程
任务列表
第1任务： 上阶段考核通过卡点
第2任务： 课件资料下载
第3任务： 001 - (系列一) 绪论-资料介绍.mp4
第4任务： 002 - (系列一) 绪论-频率派vs贝叶斯派.mp4
第5任务： 003 - (系列二) 数学基础-概率-高斯分布1-极大似然估计.mp4
第6任务： 004 - (系列二) 数学基础-概率-高斯分布2-极大似然估计-无偏VS有偏.mp4
第7任务： 005 - (系列二) 数学基础-概率-高斯分布3-从概率密度角度观察.mp4
第8任务： 006 - (系列二) 数学基础-概率-高斯分布4-局限性.mp4
第9任务： 007 - (系列二) 数学基础-概率-高斯分布5-求边缘概率以及条件概率.mp4
第10任务： 008 - (系列二) 数学基础-概率-高斯分布6-求联合概率分布.mp4
第11任务： 每日作业
第12任务： 009 - (系列三) 线性回归1-最小二乘法及其几何意义.mp4
第13任务： 010 - (系列三) 线性回归2-最小二乘法-概率视角-高斯噪声-MLE.mp4
第14任务： 011 - (系列三) 线性回归3-正则化-岭回归-频率角度.mp4
第15任务： 012 - (系列三) 线性回归4-正则化-岭回归-贝叶斯角度.mp4
第16任务： 013 - (系列四) 线性分类1-背景.mp4
第17任务： 014 - (系列四) 线性分类2-感知机（Perceptron）.mp4
第18任务： 每日作业
第19任务： 015 - (系列四) 线性分类3-线性判别分析（Fisher）-模型定义.mp4
第20任务： 016 - (系列四) 线性分类4-线性判别分析（Fisher）-模型求解.mp4
第21任务： 017 - (系列四) 线性分类5-逻辑回归（Logistic Regression）.mp4
第22任务： 018 - (系列四) 线性分类6-高斯判别分析（Gaussian Discriminant Analysis）-模型定义.mp4
第23任务： 019 - (系列四) 线性分类7-高斯判别分析（Gaussian Discriminant Analysis）-模型求解（求期望）.mp4
第24任务： 020 - (系列四) 线性分类8-高斯判别分析（Gaussian Discriminant Analysis）-模型求解（求协方差）.mp4
第25任务： 021 - (系列四) 线性分类9-朴素贝叶斯分类器（Naive Bayes Classifer）.mp4
第26任务： 每日作业
第27任务： 022 - (系列五) 降维1-背景.mp4
第28任务： 023 - (系列五) 降维2-样本均值&样本方差矩阵.mp4
第29任务： 024 - (系列五) 降维3-PCA-最大投影方差.mp4
第30任务： 025 - (系列五) 降维4-PCA-最小重构代价.mp4
第31任务： 026 - (系列五) 降维5-SVD角度开看PCA和PCoA.mp4
第32任务： 027 - (系列五) 降维6-主成分分析（PCA）-概率角度（Probabilistic PCA）.mp4
第33任务： 每日作业
第34任务： 028 - (系列六) 支持向量机1-硬间隔SVM-模型定义.mp4
第35任务： 029 - (系列六) 支持向量机2-硬间隔SVM-模型求解-引出对偶问题.mp4
第36任务： 030 - (系列六) 支持向量机3-硬间隔SVM-模型求解-引出KKT条件.mp4
第37任务： 031 - (系列六) 支持向量机4-软间隔SVM-模型定义.mp4
第38任务： 032 - (系列六) 支持向量机5-约束优化问题-弱队偶性证明.mp4
第39任务： 033 - (系列六) 支持向量机6-约束优化问题-对偶关系之几何解释.mp4
第40任务： 034 - (系列六) 支持向量机7-约束优化问题-对偶关系之Slater Condition.mp4
第41任务： 035 - (系列六) 支持向量机8-约束优化问题-对偶关系之KKT条件.mp4
第42任务： 每日作业
第43任务： 036 - (系列七) 核方法1-背景介绍.mp4
第44任务： 037 - (系列七) 核方法2-正定核-两个定义.mp4
第45任务： 038 - (系列七) 核方法3-正定核-必要性证明.mp4
第46任务： 039 - (系列八) 指数族分布1-背景.mp4
第47任务： 040 - (系列八) 指数族分布2-背景续.mp4
第48任务： 041 - (系列八) 指数族分布3-高斯分布的指数族形式.mp4
第49任务： 042 - (系列八) 指数族分布4-对数配分函数与充分统计量.mp4
第50任务： 043 - (系列八) 指数族分布5-极大似然估计与充分统计量.mp4
第51任务： 044 - (系列八) 指数族分布6-最大熵角度(1).mp4
第52任务： 045 - (系列八) 指数族分布7-最大熵角度(2).mp4
第53任务： 每日作业
第54任务： 046 - (系列九) 概率图模型1-背景介绍.mp4
第55任务： 047 - (系列九) 概率图模型2-贝叶斯网络-条件独立性.mp4
第56任务： 048 - (系列九) 概率图模型3-贝叶斯网络-D-Seperation.mp4
第57任务： 049 - (系列九) 概率图模型4-贝叶斯网络-例子-具体模型.mp4
第58任务： 050 - (系列九) 概率图模型5-马尔可夫随机场-Representation-条件独立性.mp4
第59任务： 051 - (系列九) 概率图模型6-马尔可夫随机场-Representation-因子分解.mp4
第60任务： 052 - (系列九) 概率图模型7-推断Inference-总体介绍.mp4
第61任务： 每日作业
第62任务： 053 - (系列九) 概率图模型8-推断Inference-Variable Elimination.mp4
第63任务： 054 - (系列九) 概率图模型9-推断Inference-Variable Elimation To Belief Propagation.mp4
第64任务： 055 - (系列九) 概率图模型10-推断Inference-Belief Propagation.mp4
第65任务： 056 - (系列九) 概率图模型11-推断Inference-Max Product(1).mp4
第66任务： 057 - (系列九) 概率图模型12-推断Inference-Max-Product(2).mp4
第67任务： 058 - (系列九) 概率图模型13-概念补充-因子图-Factor Graph.mp4
第68任务： 059 - (系列九) 概率图模型14-概念补充-道德图Moral Graph.mp4
第69任务： 每日作业
第70任务： 060 - (系列十) EM算法1-算法收敛性证明.mp4
第71任务： 061 - (系列十) EM算法2-公式导出之ELBO+KL Divergence.mp4
第72任务： 062 - (系列十) EM算法3-公式导出之ELBO+Jensen Inequlity.mp4
第73任务： 063 - (系列十) EM算法4-再回首.mp4
第74任务： 064 - (系列十) EM算法5-广义EM.mp4
第75任务： 065 - (系列十) EM算法6-EM的变种.mp4
第76任务： 每日作业
第77任务： 066 - (系列十一) 高斯混合模型1-模型介绍.mp4
第78任务： 067 - (系列十一) 高斯混合模型2-极大似然.mp4
第79任务： 068 - (系列十一) 高斯混合模型3-EM求解-E-Step.mp4
第80任务： 069 - (系列十一) 高斯混合模型4-EM求解-M-Step.mp4
第81任务： 每日作业
第82任务： 070 - (系列十二) 变分推断1-背景介绍.mp4
第83任务： 071 - (系列十二) 变分推断2-公式推导.mp4
第84任务： 072 - (系列十二) 变分推断3-再回首.mp4
第85任务： 073 - (系列十二) 变分推断4-SGVI-1.mp4
第86任务： 074 - (系列十二) 变分推断5-SGVI-2.mp4
第87任务： 每日作业
第88任务： 075 - (系列十三) MCMC1-采样方法介绍.mp4
第89任务： 076 - (系列十三) MCMC2-马尔可夫链Markov Chain.mp4
第90任务： 077 - (系列十三) MCMC3-MH算法-Metropolis-Hastings.mp4
第91任务： 078 - (系列十三) MCMC4-吉布斯算法-Gibbs.mp4
第92任务： 079 - (系列十三) MCMC5-回顾.mp4
第93任务： 080 - (系列十三) MCMC6-平稳分布.mp4
第94任务： 081 - (系列十三) MCMC7-采样思路以及面临的困难.mp4
第95任务： 每日作业
第96任务： 082 - (系列十四) 隐马尔可夫模型1-背景.mp4
第97任务： 083 - (系列十四) 隐马尔可夫模型2-背景续.mp4
第98任务： 084 - (系列十四) 隐马尔可夫模型3-前向算法.mp4
第99任务： 085 - (系列十四) 隐马尔可夫模型4-后向算法.mp4
第100任务： 086 - (系列十四) 隐马尔可夫模型5-Baum-Welch算法(EM).mp4
第101任务： 087 - (系列十四) 隐马尔可夫模型6-Decoding问题-V维特比算法-Viterbi.mp4
第102任务： 088 - (系列十四) 隐马尔可夫模型7-小结-Filtering问题&Smoothing问题&Prediction问题1.mp4
第103任务： 089 - (系列十四) 隐马尔可夫模型8-小结-Filtering问题&Smoothing问题&Prediction问题2.mp4
第104任务： 每日作业
第105任务： 090 - (系列十五) 线性动态系统1-背景介绍.mp4
第106任务： 091 - (系列十五) 线性动态系统2-Filtering问题.mp4
第107任务： 092 - (系列十五) 线性动态系统3-Filtering问题求解.mp4
第108任务： 093 - (系列十六) 粒子滤波1-背景介绍.mp4
第109任务： 094 - (系列十六) 粒子滤波2-Importance Sampling & SIS.mp4
第110任务： 095 - (系列十六) 粒子滤波3-重采样.mp4
第111任务： 096 - (系列十六) 粒子滤波4-SIR Filter.mp4
第112任务： 每日作业
第113任务： 097 - (系列十七) 条件随机场1-背景介绍.mp4
第114任务： 098 - (系列十七) 条件随机场2-HMM VS MEMM.mp4
第115任务： 099 - (系列十七) 条件随机场3-MEMM VS CRF.mp4
第116任务： 100 - (系列十七) 条件随机场4-概率密度函数的参数形式.mp4
第117任务： 101 - (系列十七) 条件随机场5-概率密度函数的向量形式.mp4
第118任务： 102 - (系列十七) 条件随机场6-模型要解决的问题.mp4
第119任务： 103 - (系列十七) 条件随机场7-边缘概率计算.mp4
第120任务： 104 - (系列十七) 条件随机场8-Learning-参数估计.mp4
第121任务： 每日作业
第122任务： 105 - (系列十八) 高斯网络1-总体介绍.mp4
第123任务： 106 - (系列十八) 高斯网络2-高斯贝叶斯网络介绍.mp4
第124任务： 107 - (系列十八) 高斯网络3-高斯马尔科夫随机场.mp4
第125任务： 108 - (系列十九) 贝叶斯线性回归1.mp4
第126任务： 109 - (系列十九) 贝叶斯线性回归2.mp4
第127任务： 110 - (系列十九) 贝叶斯线性回归3.mp4
第128任务： 111 - (系列十九) 贝叶斯线性回归4.mp4
第129任务： 112 - (系列十九) 贝叶斯线性回归5.mp4
第130任务： 每日作业
第131任务： 113 - (系列二十) 高斯过程回归1-简单介绍.mp4
第132任务： 114 - (系列二十) 高斯过程回归2-权重空间角度.mp4
第133任务： 115 - (系列二十) 高斯过程回归3-权重空间到函数空间.mp4
第134任务： 116 - (系列二十) 高斯过程回归4-函数空间角度.mp4
第135任务： 每日作业
第136任务： 117 - (系列二十一) 受限玻尔兹曼机1-背景介绍-引出玻尔兹曼分布.mp4
第137任务： 118 - (系列二十一) 受限玻尔兹曼机2-背景介绍-玻尔兹曼分布的形象解释.mp4
第138任务： 119 - (系列二十一) 受限玻尔兹曼机3-模型表示.mp4
第139任务： 120 - (系列二十一) 受限玻尔兹曼机4-模型表示-回顾.mp4
第140任务： 121 - (系列二十一) 受限玻尔兹曼机5-推断-后验概率.mp4
第141任务： 122 - (系列二十一) 受限玻尔兹曼机6-模型推断-边缘概率.mp4
第142任务： 每日作业
第143任务： 123 - (系列二十二) 谱聚类1-背景介绍.mp4
第144任务： 124 - (系列二十二) 谱聚类2-模型介绍.mp4
第145任务： 125 - (系列二十二) 谱聚类3-模型的矩阵形式-Indicator Vector.mp4
第146任务： 126 - (系列二十二) 谱聚类4-模型的矩阵形式-对角矩阵.mp4
第147任务： 127 - (系列二十二) 谱聚类5-Lapalacian Matrix.mp4
第148任务： 128 - (系列二十三) 前馈神经网络1-从机器学习到深度学习.mp4
第149任务： 129 - (系列二十三) 前馈神经网络2-从感知机到深度学习.mp4
第150任务： 130 - (系列二十三) 前馈神经网络3-非线性问题的三种解决方法.mp4
第151任务： 每日作业
第152任务： 1-The log-likelihood gradient.mp4
第153任务： 2-Stochastic Maximum Likelihood(随机最大似然).mp4
第154任务： 3-What is Contrastive Divergence(对比散度).mp4
第155任务： 4-Name of Contrastive Divergence(对比散度名字的由来).mp4
第156任务： 5-Log-likelihood of Energy-based model with latent variable(具有隐变量的能量模型).mp4
第157任务： 6-Log-likelihood gradient of RBM.mp4
第158任务： 7-CD-k for RBM(RBM的对比散度算法).mp4
第159任务： 每日作业
第160任务： 001 - (系列二十五) 近似推断1-介绍.mp4
第161任务： 002 - (系列二十五) 近似推断2-推断即优化.mp4
第162任务： 001 - (系列二十六) Sigmoid Belief Network1-背景介绍.mp4
第163任务： 002 - (系列二十六) Sigmoid Belief Network2-gradient of log-likelihood.mp4
第164任务： 003 - (系列二十六) Sigmoid Belief Network3-gradient of log-likelihood续.mp4
第165任务： 004 - (系列二十六) Sigmoid Belief Network4-醒眠算法-介绍.mp4
第166任务： 005 - (系列二十六) Sigmoid Belief Network5-醒眠算法-KL Divergence.mp4
第167任务： 006 - (系列二十六) Sigmoid Belief Network6-醒眠算法-KL Divergence续.mp4
第168任务： 每日作业
第169任务： 001 - (系列二十七)深度信念网络1-背景介绍.mp4
第170任务： 002 - (系列二十七)深度信念网络2-叠加RBM的动机.mp4
第171任务： 003 - (系列二十七)深度信念网络3-叠加RBM可提高ELBO.mp4
第172任务： 004 - (系列二十七)深度信念网络4-贪心逐层预训练.mp4
第173任务： 001 - (系列二十八)玻尔兹曼机1-介绍.mp4
第174任务： 002 - (系列二十八)玻尔兹曼机2-Log似然的梯度.mp4
第175任务： 003 - (系列二十八)玻尔兹曼机3-基于MCMC的随机梯度上升.mp4
第176任务： 004 - (系列二十八)玻尔兹曼机4-条件概率推导.mp4
第177任务： 005 - (系列二十八)玻尔兹曼机5-平均场推断1.mp4
第178任务： 006 - (系列二十八)玻尔兹曼机6-平均场推断2.mp4
第179任务： 007 - (系列二十八)玻尔兹曼机7-平均场推断3.mp4
第180任务： 每日作业
第181任务： 001 - 深度玻尔兹曼机1-背景介绍.mp4
第182任务： 002 - 深度玻尔兹曼机2-预训练1-介绍.mp4
第183任务： 003 - 深度玻尔兹曼机3-预训练2-double counting problem.mp4
第184任务： 004 - 深度玻尔兹曼机4-预训练3-小节.mp4
第185任务： 001 - 生成模型1-定义.mp4
第186任务： 002 - 生成模型2-监督VS非监督.mp4
第187任务： 003 - 生成模型3-表示&推断&学习.mp4
第188任务： 004 - 生成模型4-模型分类.mp4
第189任务： 005 - 生成模型5-概率图VS神经网络.mp4
第190任务： 006 - 生成模型6-重参数化技巧(随机后向传播).mp4
第191任务： 每日作业
第192任务： 001 - 生成对抗网络1-例子.mp4
第193任务： 002 - 生成对抗网络2-数学描述.mp4
第194任务： 003 - 生成对抗网络3-全局最优解.mp4
第195任务： (三十三) ～ 流模型(Flow based Model) - 001 - Normalizing Flow1-模型表示.mp4
第196任务： 001 - 变分自编码器1-模型表示.mp4
第197任务： 002 - 变分自编码器2-推断&学习.mp4
第198任务： 每日作业
第199任务： 001 - 强化学习-MDP(1)-背景介绍.mp4
第200任务： 002 - 强化学习-MDP(2)-动态特性.mp4
第201任务： 003 - 强化学习-MDP(3)-价值函数.mp4
第202任务： 004 - 强化学习-MDP(4)-贝尔曼期望方程.mp4
第203任务： 005 - 强化学习-MDP(5)-贝尔曼最优方程.mp4
第204任务： 每日作业
第205任务： 001 - 强化学习-DP-1-策略评估-解析解.mp4
第206任务： 002 - 强化学习-DP-2-策略评估-迭代解.mp4
第207任务： 003 - 强化学习-DP-3-策略改进定理.mp4
第208任务： 004 - 强化学习-DP-4-策略改进-贪心策略.mp4
第209任务： 005 - 强化学习-DP-5-价值迭代.mp4
第210任务： 001 - Word Representation(1) - Background.mp4
第211任务： 002 - Word Representation(2) - Word2Vec Assumption.mp4
第212任务： 003 - Word Representation(3) - Word2Vec Model.mp4
第213任务： 004 - Word Representation(4) - Word2Vec Model Explanation.mp4
第214任务： 每日作业
