文件名称：hmm模型matlab代码-ml_tools:用Matlab编写的机器学习工具（主要是GMM和HMM）的编译
文件大小：32KB
文件格式：ZIP
更新时间：2024-06-16 17:46:18
系统开源
hmm模型matlab代码Mattia的ML工具 高斯混合模型，隐马尔可夫模型和相关算法的另一个Matlab实现。 为学习而构建，用于下面引用的我的HRI'18论文。 该代码使用了Tom Minka的两个库： 快速安装： 光速： 详细： 高斯混合模型（GMM）：概率，梯度和熵计算 HMM：HMM的推理和学习（MLE，仅针对多元正态发射概率的MAP） 部分HMM（PHMM）：推理和学习（MLE，MAP仅针对多元正态发射概率） 多元正态分布（MVN）：MLE，MAP，后验预测，熵计算，梯度评估 多元T学生分布（MVST）：用于MVN的后验，拉普拉斯近似 分类分布：推理和学习（MLE，MAP） Dirichlet分布：推理和学习（MLE，Weigthed MLE，熵，KL散度） 数值稳定：对数概率空间实现 参考： 拉卡（Racca），马蒂亚（Mattia）和基尔基·维尔（Kyrki Ville）。 “针对时间任务模型的主动机器人学习。” 2018年ACM / IEEE人机交互国际会议论文集，纽约，纽约，美国，2018年，第123–131页。 汤姆敏卡。 “估计Dirichlet分布。” 技术
【文件预览】：
ml_tools-master
----test_examples()
--------mvn_example2.m(2KB)
--------active_learning2.m(2KB)
--------laplace_approx_example1.m(4KB)
--------gmm_example2.m(2KB)
--------categorical_example1.m(572B)
--------mvn_example1.m(2KB)
--------dirichlet_example1.m(910B)
--------hmm_example2.m(7KB)
--------gmm_example1.m(1KB)
--------active_learning1.m(3KB)
--------mvst_example1.m(1KB)
--------hmm_example.m(4KB)
----README.md(2KB)
----GaussianMixtureModel.m(6KB)
----support()
--------logsumexp.m(250B)
--------logsum.m(267B)
--------normalizeLogspace.m(556B)
--------Beta.m(141B)
--------nearestSPD.m(2KB)
--------logBeta.m(147B)
--------normalize.m(650B)
----HiddenMarkovModel.m(17KB)
----distributions()
--------MultivariateTStudentDistribution.m(4KB)
--------DirichletDistribution.m(6KB)
--------CategoricalDistribution.m(3KB)
--------MultivariateNormalDistribution.m(12KB)
----data()
--------README.md(47B)
----weight_mle_dirichlet()
--------weightMask.m(367B)
--------dirichlet_weight_fit.m(1KB)