【文件属性】：
文件名称：em算法matlab代码-SML:用于统计机器学习的R包
文件大小：757KB
文件格式：ZIP
更新时间：2021-05-26 17:28:57
系统开源
em算法matlab代码描述
该存储库探讨了统计机器学习的理论和应用，重点是统计，贝叶斯和图形模型。
它遵循凯文·墨菲（Kevin
Murphy）的经典机器学习教科书（）的结构。
资料库中涵盖的主题
图形模型
软件
该工具包包含适用于许多不同种类的数据集的各种方法的许多演示。
演示已列出。
绝大多数代码是用R编写的。
将来，出于速度的考虑，我将为使用Julia编写的实现提供包装器。
两种程序都是基于数学的，并且具有各自的优势：
Julia
（像Matlab一样）是一种用于设计算法（例如矩阵运算）的程序，而R则可以很好地进行数据分析和统计。
依存关系
如果选择R
，则可以从中下载。
是出色的图形界面。
另外，您应该安装一些软件包：
mvtnorm软件包计算多元正态和t概率，分位数，随机偏差和密度。
ggplot2
：一个基于“图形语法”以“声明方式”创建图形的系统。
对于Julia用户，我建议安装和的最新版本。
另外，您可以在上运行Julia
，这是另一个功能强大的编辑器。
某些演示可能取决于以下软件包：
Distributions
：用于概率分布和相关功能的软件包。
资源
印刷教科书和
【文件预览】：
SML-master
----.travis.yml(70B)
----man()
--------ADMM.fast.Rd(435B)
--------Euclid.Rd(480B)
--------GaussmixEM.Rd(842B)
--------SirLinearGauss.Rd(574B)
--------InverseCDF.Rd(354B)
--------UniGaussVb.Rd(774B)
--------Kmeans.Rd(628B)
--------SirStochasticVolatility.Rd(596B)
--------MetropolisHastingSampler.Rd(465B)
--------NormalizeLogprob.Rd(350B)
--------T_logpdf.Rd(256B)
--------CRP.Rd(467B)
--------PolyaUrn.Rd(400B)
--------Prox.L1.Rd(279B)
--------GmmVbem.Rd(750B)
--------RejectionSampler.Rd(483B)
--------BvsMH.Rd(1KB)
--------CDF.Rd(233B)
--------DpmmLoglik.Rd(661B)
--------BvsGibbs.Rd(2KB)
--------DpmmGibbs.Rd(698B)
--------ADMM.Rd(452B)
--------CalcSigma.Rd(508B)
--------AdaBoost.Rd(664B)
----data()
--------prostateStnd.mat(8KB)
--------sonar_train.csv(53KB)
--------sonar_test.csv(32KB)
--------sa.data(22KB)
--------a1882_25.dat(56KB)
--------magic04.data(1.41MB)
--------faithful.txt(5KB)
----NAMESPACE(440B)
----tests()
--------testthat()
--------testthat.R(50B)
----LICENSE(34KB)
----vignettes()
--------Ch24.Rmd(2KB)
--------Ch13.Rmd(8KB)
--------Ch23.Rmd(5KB)
--------Ch11.Rmd(1KB)
--------Ch16.Rmd(2KB)
--------.gitignore(11B)
--------Ch14.Rmd(2KB)
--------Ch21.Rmd(5KB)
--------Ch25.Rmd(4KB)
--------Ch15.Rmd(3KB)
----.Rbuildignore(15B)
----.gitignore(730B)
----R()
--------kmean_faithful.R(2KB)
--------lasso_admm.R(2KB)
--------gmm_vbem.R(7KB)
--------crp.R(2KB)
--------sir_stochastic_volatility.R(2KB)
--------rejection_sampling.R(1KB)
--------em_mix_gauss_faithful.R(3KB)
--------unigauss_vb.R(4KB)
--------cdf_sampling.R(1KB)
--------poly_urn.R(1KB)
--------bvs_mh.R(3KB)
--------mcmc_gmm.R(1KB)
--------gpr.R(1KB)
--------gibbs_crp_gmm1d.R(4KB)
--------bvs_spike_slab.R(3KB)
--------bvs_gibbs.R(3KB)
--------sir_linear_gauss.R(2KB)
--------ada_boost.R(2KB)
----DESCRIPTION(681B)
----README.md(4KB)