Backlinks for: Book/Pattern Recognition and Machine Learning
Top
/
Book
/
Pattern Recognition and Machine Learning
[
トップ
] [
編集
|
差分
|
履歴
|
添付
|
リロード
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
Return to Book/Pattern Recognition and Machine Learning
BIC
Baum-Welchアルゴリズム
Bernoulli分布
Boltzmann分布
Cauchy分布
Dirichlet分布
EMアルゴリズム
Fisherカーネル
Fisher情報行列
Gaussカーネル
Gibbsサンプラー
Gram行列
Hellinger距離
Hesse行列
IRLS法
Jacobi行列
Jensenの不等式
KKT条件
Kullback-Leiblerダイバージェンス
Lagrangeの未定乗数法
Laplace近似
MAP推定
MCMC
Mahalanobis距離
Markovモデル
Markov確率場
Newton法
Robbins-Monroアルゴリズム
SVM
Stirlingの近似式
Studentのt分布
VC次元
Viterbiアルゴリズム
Wishart分布
k-means法
k-medoids法
k最近傍法
von Mises分布
アルファダイバージェンス
アンサンブル学習
エルゴード性
エントロピー
カーネル
カーネル密度推定
ガンマ分布
グラフィカルモデル
スラック変数
ソフトマックス関数
ニューラルネット
ノンパラメトリック
バイアス-バリアンス
バギング
バックプロパゲーション
パターン認識
パーセプトロン
ヒンジ関数
ブースティング
プロビット
ベイジアンネット
ベイズの定理
ベイズ主義
ベイズ因子
ベイズ推定
ベータ分布
マージン
モデル選択
リッジ回帰
ロジスティック回帰
一様分布
主成分分析
二部グラフ
二項分布
交差確認
共役事前分布
分散
判別分析
単純ベイズ
双対定理
回帰分析
因子分析
変分ベイズ
変則事前分布
多クラス
多変量正規分布
多層パーセプトロン
多項分布
平均場近似
情報理論
情報量
指数型分布族
損失関数
時系列
最尤推定
最急勾配法
期待値
木
条件付期待値
条件付独立
次元の呪い
正則化
正定値
正規分布
汎化誤差
決定木
混合分布
潜在変数
無情報事前分布
独立成分分析
球面集中現象
生成モデル
白色化
確率分布
確率的勾配降下法
粒子フィルタ
経験ベイズ
線形分離可能
縮小推定
行列
識別
逐次学習
隠れMarkovモデル
頑健性
頻度主義