如何理解正态倒伽马分布(Normal-inverse-gamma distribution)?

　

gamma分布

Normal-inverse gamma distribution 又称 normal-scaled inverse gamme distriution。它是正态分布的先验分布。

但是根据我的观察，normal-scaled gamma distribution（不是倒伽马）是正态分布的共轭先验。

pdf（概率密度函数）：

即(x,σ^2)服从分布 

computer vision 中用δ替代了x，pdf是这样写的：

换句话说：

殊途同归。

关于边缘分布：

服从正态倒伽马分布的， ~t(1)

相关阅读

对偶问题的理解

1. 为什么要使用对偶问题（SVM） 1. 对偶问题将原始问题中的约束转为了对偶问题中的等式约束 2. 方便核函数的引入 3. 改变了问题的

Spring中Model、ModelMap、ModelAndView理解和具体使

在了解这三者之前，需要知道一点：SpringMVC在调用方法前会创建一个隐含的数据模型，作为模型数据的存储容器， 成为”隐含模型”。 也就

矩阵乘法结合律的理解

矩阵相似是同一个变换在不同基下的描述。参考： https://spaces.ac.cn/archives/1777这篇文章给出了关于矩阵相似的比较直观的理解

module_init机制的理解

https://blog.csdn.net/weixin_37571125/article/details/78665184　 我们在学习Linux驱动开发时，首先需要了解Linux的模块化机制（m

Pomelo分布式部署方案

一 配置文件servers.json的配置 以connector服务为例我们想要在几台机器上部署该服务，对应的json文件connector元素下就有几个子