Loading...
Loading...

Go to the content (press return)

Learning Latent Variable Models: Efficient Algorithms and Applications

Type of activity
Theses
Other related units
Department of Computer Science
Defense's date
2019-02-14
URL
http://hdl.handle.net/2117/129592 Open in new window
Abstract
Aprender modelos de variable latente es un problema fundamental de machine learning, y los modelos que pertenecen a esta clase, como topic models, hidden Markov models o mixture models, tienen muchas aplicaciones en el mundo real, por ejemplo text mining, clustering y time series analysis. El método de Expectation Maximization (EM) sigue siendo la herramienta más utilizada, a pesar de su conocida tendencia a producir soluciones subóptimas y sus largos tiempos de ejecución. Para superar estos...
Group of research
LARCA - Laboratory of Relational Algorithmics, Complexity and Learnability
Citation
Ruffini, M. "Learning latent variable models : efficient algorithms and applications". Tesi doctoral, UPC, Departament de Llenguatges i Sistemes Informàtics, 2019.

Participants

Attachments