机器学习文章列表

蒙特卡洛方法和gibbs抽样

http://cos.name/2013/01/lda-math-mcmc-and-gibbs-sampling/#more-6962

统计量和充分统计量

http://blog.hit.edu.cn/jiangfeng/post/31.html

http://www.baike.com/wiki/%E5%85%85%E5%88%86%E7%BB%9F%E8%AE%A1%E9%87%8F

无偏估计

http://baike.baidu.com/view/2118726.htm

参数估计的期望值等于真实值

矩估计

http://baike.baidu.com/view/2019009.htm

用样本的估计量来获取真实模型的估计量

互信息

http://baike.baidu.com/view/1974678.htm

http://zh.wikipedia.org/wiki/%E4%BA%92%E4%BF%A1%E6%81%AF

信息论里一种有用的信息度量，它是指两个事件集合之间的相关性

一致渐近性

http://en.wikipedia.org/wiki/Consistent_estimator

注意看图，当数据无穷多时，会收敛至真实值

Dirichlet distribution

http://en.wikipedia.org/wiki/Dirichlet_distribution

http://www.xperseverance.net/blogs/2012/03/510/

评分函数可分解性

是指整个贝叶斯网结构的测度可以分解为结构中每个结点和其父结点构成的局部结构的测度相乘或相加的形式

如果测度可分解，那么就不必每次修改结构后都重新计算整个结构的测度值，而是只须计算本次修改所涉及到的结点所对应的局部测度值，即总测度值的变化量就可以了。