技术栈

指数族分布

iiiiii11
3 小时前
人工智能·笔记·深度学习·数学·机器学习·概率论·指数族分布
【理论推导】指数族分布的核心性质:对数配分函数的梯度为什么是充分统计量的期望?对于指数族分布,对数配分函数 A ( η ) A(\eta) A(η) 关于自然参数 η \eta η 的梯度,恰好等于该分布下充分统计量 T ( x ) T(x) T(x) 的期望,即 ∇ A ( η ) = E x ∼ q [ T ( x ) ] \nabla A(\eta) = \mathbb{E}_{x \sim q}[T(x)] ∇A(η)=Ex∼q[T(x)] 本文给出这一性质的理论证明。
我是有底线的