我对机器学习完全陌生。我从Jonathan Shlens，2005 年，主成分分析教程开始学习 PCA 。该论文提供了一些具体示例和背景数学，因此任何人都可以阅读该论文并彻底理解 PCA。这篇论文简直太棒了。
我有兴趣了解用于获取 PCA（即 PPCA）的概率模型，并且想知道是否有人可以提供类似的可访问的自包含材料。我从互联网上获得的论文并不容易理解，尤其是因为我不知道他们在论文中提供的大部分统计参考资料。
谁能给我一份我应该知道的事情清单，以了解 PPCA 和/或适当的参考书目？
了解概率主成分分析 (PPCA) 的初学者参考资料
机器算法验证
机器学习
主成分分析
参考
潜变量
2022-03-20 15:33:28
1个回答
PPCA 是在Tipping & Bishop, 1999, Probabilistic Principal Component Analysis中介绍的。我想说这篇论文本身就是最好的参考资料之一：它简洁明了。
然而，对于初学者来说可能很难。如果是这样，你可以试试 Bishop 的教科书《模式识别与机器学习》，它非常棒，第 12 章对 PPCA 进行了深入讨论。为了准备本章，需要对基本概率论有一定的了解（第 1 章） )、多元高斯分布（第 2 章）和期望最大化算法（第 9 章）。整本书以 PDF 格式在线免费提供。