D 차원 벡터 x 에 대한 가우시안 분포의 조건부 확률의 로그 가능도 함수를 취한 식
We will first calculate mu_ML
2,3 항은 mu 가 없으니 날라가고, 0이 되기 위해선,
x_n = mu 의 조건,
평균에 대한 최소화! 어찌보면 당연한 값임!!
다음은 분산에 대한 미분
분산에 대한 최소화,
어찌보면 당연한 결과 !!
문제풀기
pattern recognition and machine learning 1-11, 다변량 가우시안 분포의 x 의 조건부 확률의 로그 가능도 함수의 평균, 분산에 대한 ML 계산, 어찌보면 당연한 결과?!!???
'문제풀기' Related Articles
-
pattern recognition and machine learning 1-12, 최대 가능도 방법의 한계, 분포의 분산 과소평가 문제 (편향, bias) 이거 물건이다!! 최대 가능도 방법과 연관된 편향 문제의 심각성!!!~ 다항식 곡선 피팅의 과적합문제의 근본적인 원인이 편향?!?
-
pattern recognition and machine learning 1-10, 독립 변수 x,y 의 평균 합, 분산 합이 변수 합의 평균, 분산과 동일하다는 것의 증명, 나중에 어떻게 쓰일 수 있을깡?/
-
pattern recognition and machine learning 1-9, 가우시안 분포의 최댓값, mu ( 단변량, 다변량 ) x 에 대한 미분을 통해 증명
-
pattern recognition and machine learning 2-4, 이항 분포 평균, 분산 증명
