今天给大家分享了一种流行的主题模型:LDA(Latent Dirichlet Allocation)
重点介绍了相关的背景知识,比如马尔科夫链(Markov Chain)、条件独立以及判断条件独立的方法,包括马尔科夫毯(Markov Blanket)、贝叶斯球(Bayes Ball)等
重中之重中MCMC和Gibbs Sampling
并对其他几种主题模型进行了简单介绍,包括Author Model, AT(Author-Topic) Model, ACT(Author-Conference-Topic) Model等
希望大家明白Gibbs Sampling方法对inference来是多么简单的一件事情,从而导致非常简单的算法,相对于变分推导(Variational Inference)
https://blog.sciencenet.cn/blog-611051-518407.html
上一篇:
MS Word 2003打开WPS文件的方法下一篇:
英文贺卡常用祝福语