パターン認識と機械学習(PRML) 13章

Machine Learning PRML

PRML 13章を輪講で発表しました。

簡単なまとめ

  • 隠れマルコフモデル(HMM)

    • 潜在変数は離散
    • パラメータ推定: EM + Forward-backward
    • Viterbi アルゴリズム: 観測系列に対して最も確からしい潜在系列を求める.

  • 線形動的システム(LDS)

    • 潜在変数は連続. 観測変数, 潜在変数ともにガウス分布に従う.
    • LDS の推論
      • カルマンフィルタ(Forward): オンライン予測
      • カルマンスムーザ(Backward): 全ての観測からパラメータ再推定(オフライン)
    • Viterbi アルゴリズムは必要なし: 個々に最も確からしい潜在変数を選べばよい.

www.slideshare.net