Vorrei avvolgere la testa su questo argomento, ma imparare dai white paper e dai tutorial è difficile perché ci sono molte lacune che di solito vengono riempite nei libri di testo.
Se è importante ho un background matematico relativamente forte come ho fatto il mio dottorato. in matematica applicata (CFD per essere più precisi).
Risposte:
Per quanto riguarda il tuo commento alla soluzione di @ jerad, credo che non devi rimanere deluso perché non puoi provare la formula 12. Ha bisogno di una teoria dei processi stocastici. Se vuoi sapere come viene derivata la formula 12, controlla l'articolo di Ferguson, Un'analisi bayesiana di alcuni problemi non parametrici ( The Annals of Statistics 1973, 1 (2): 209), che per primo ha dimostrato l'esistenza del processo di Dirichlet e le sue proprietà.
In generale, per studiare la nonparametrica bayesiana è necessario studiare la teoria della probabilità e i processi stocastici. Cito due libri che sono comuni in BNP sono:
Per quanto ne so, non esiste ancora un libro del genere in quanto l'area è ancora abbastanza nuova. La coppia di libri non parametrici bayesiani che ho visto sono fondamentalmente solo un mucchio di articoli di revisione di vari ricercatori legati insieme.
Se hai un dottorato di ricerca in matematica, applicato o no, sono sicuro che puoi metterti in testa leggendo i documenti standard.
Probabilmente la più delicata ma completa introduzione ai metodi BNP è questo tutorial di Sam Gershman .