gitextract_qpn122o6/

├── .github/
│   ├── FUNDING.yml
│   └── workflows/
│       └── run-notebooks.yaml
├── .gitignore
├── .pre-commit-config.yaml
├── LICENSE
├── README.md
├── environment.yaml
├── notebooks/
│   ├── ch01_Introduction.ipynb
│   ├── ch02_Probability_Distributions.ipynb
│   ├── ch03_Linear_Models_for_Regression.ipynb
│   ├── ch04_Linear_Models_for_Classfication.ipynb
│   ├── ch05_Neural_Networks.ipynb
│   ├── ch06_Kernel_Methods.ipynb
│   ├── ch07_Sparse_Kernel_Machines.ipynb
│   ├── ch08_Graphical_Models.ipynb
│   ├── ch09_Mixture_Models_and_EM.ipynb
│   ├── ch10_Approximate_Inference.ipynb
│   ├── ch11_Sampling_Methods.ipynb
│   ├── ch12_Continuous_Latent_Variables.ipynb
│   └── ch13_Sequential_Data.ipynb
├── prml/
│   ├── __init__.py
│   ├── bayesnet/
│   │   ├── __init__.py
│   │   ├── discrete.py
│   │   ├── probability_function.py
│   │   └── random_variable.py
│   ├── clustering/
│   │   ├── __init__.py
│   │   └── k_means.py
│   ├── dimreduction/
│   │   ├── __init__.py
│   │   ├── autoencoder.py
│   │   ├── bayesian_pca.py
│   │   └── pca.py
│   ├── kernel/
│   │   ├── __init__.py
│   │   ├── gaussian_process_classifier.py
│   │   ├── gaussian_process_regressor.py
│   │   ├── kernel.py
│   │   ├── polynomial.py
│   │   ├── rbf.py
│   │   ├── relevance_vector_classifier.py
│   │   ├── relevance_vector_regressor.py
│   │   └── support_vector_classifier.py
│   ├── linear/
│   │   ├── __init__.py
│   │   ├── _bayesian_logistic_regression.py
│   │   ├── _bayesian_regression.py
│   │   ├── _classifier.py
│   │   ├── _empirical_bayes_regression.py
│   │   ├── _fishers_linear_discriminant.py
│   │   ├── _least_squares_classifier.py
│   │   ├── _linear_regression.py
│   │   ├── _logistic_regression.py
│   │   ├── _perceptron.py
│   │   ├── _regression.py
│   │   ├── _ridge_regression.py
│   │   ├── _softmax_regression.py
│   │   ├── _variational_linear_regression.py
│   │   └── _variational_logistic_regression.py
│   ├── markov/
│   │   ├── __init__.py
│   │   ├── categorical_hmm.py
│   │   ├── gaussian_hmm.py
│   │   ├── hmm.py
│   │   ├── kalman.py
│   │   ├── particle.py
│   │   └── state_space_model.py
│   ├── nn/
│   │   ├── __init__.py
│   │   ├── array/
│   │   │   ├── __init__.py
│   │   │   ├── array.py
│   │   │   ├── broadcast.py
│   │   │   ├── ones.py
│   │   │   ├── reshape.py
│   │   │   └── zeros.py
│   │   ├── config.py
│   │   ├── distribution/
│   │   │   ├── __init__.py
│   │   │   ├── bernoulli.py
│   │   │   ├── categorical.py
│   │   │   ├── distribution.py
│   │   │   └── gaussian.py
│   │   ├── function.py
│   │   ├── image/
│   │   │   ├── __init__.py
│   │   │   ├── convolve2d.py
│   │   │   ├── deconvolve2d.py
│   │   │   ├── max_pooling2d.py
│   │   │   └── util.py
│   │   ├── io/
│   │   │   ├── __init__.py
│   │   │   └── io.py
│   │   ├── loss/
│   │   │   ├── __init__.py
│   │   │   ├── kl.py
│   │   │   ├── sigmoid_cross_entropy.py
│   │   │   └── softmax_cross_entropy.py
│   │   ├── math/
│   │   │   ├── __init__.py
│   │   │   ├── add.py
│   │   │   ├── divide.py
│   │   │   ├── exp.py
│   │   │   ├── log.py
│   │   │   ├── matmul.py
│   │   │   ├── mean.py
│   │   │   ├── multiply.py
│   │   │   ├── negative.py
│   │   │   ├── power.py
│   │   │   ├── product.py
│   │   │   ├── sqrt.py
│   │   │   ├── square.py
│   │   │   ├── subtract.py
│   │   │   └── sum.py
│   │   ├── network.py
│   │   ├── nonlinear/
│   │   │   ├── __init__.py
│   │   │   ├── log_softmax.py
│   │   │   ├── logit.py
│   │   │   ├── relu.py
│   │   │   ├── sigmoid.py
│   │   │   ├── softmax.py
│   │   │   ├── softplus.py
│   │   │   └── tanh.py
│   │   ├── normalization/
│   │   │   ├── __init__.py
│   │   │   └── batch_normalization.py
│   │   ├── optimizer/
│   │   │   ├── __init__.py
│   │   │   ├── ada_delta.py
│   │   │   ├── ada_grad.py
│   │   │   ├── adam.py
│   │   │   ├── gradient.py
│   │   │   ├── momentum.py
│   │   │   ├── optimizer.py
│   │   │   └── rmsprop.py
│   │   ├── queue.py
│   │   └── random/
│   │       ├── __init__.py
│   │       ├── dropout.py
│   │       ├── normal.py
│   │       ├── random.py
│   │       └── uniform.py
│   ├── preprocess/
│   │   ├── __init__.py
│   │   ├── gaussian.py
│   │   ├── label_transformer.py
│   │   ├── polynomial.py
│   │   └── sigmoidal.py
│   ├── rv/
│   │   ├── __init__.py
│   │   ├── bernoulli.py
│   │   ├── bernoulli_mixture.py
│   │   ├── beta.py
│   │   ├── categorical.py
│   │   ├── dirichlet.py
│   │   ├── gamma.py
│   │   ├── gaussian.py
│   │   ├── multivariate_gaussian.py
│   │   ├── multivariate_gaussian_mixture.py
│   │   ├── rv.py
│   │   ├── students_t.py
│   │   ├── uniform.py
│   │   └── variational_gaussian_mixture.py
│   └── sampling/
│       ├── __init__.py
│       ├── metropolis.py
│       ├── metropolis_hastings.py
│       ├── rejection_sampling.py
│       └── sir.py
├── setup.cfg
├── setup.py
└── test/
    ├── __init__.py
    ├── test_bayesnet/
    │   ├── __init__.py
    │   └── test_discrete.py
    ├── test_linear/
    │   ├── __init__.py
    │   ├── test_bayesian_regression.py
    │   ├── test_linear_regression.py
    │   ├── test_logistic_regression.py
    │   └── test_ridge_regression.py
    └── test_nn/
        ├── __init__.py
        ├── test_backward.py
        ├── test_distribution/
        │   ├── __init__.py
        │   ├── test_bernoulli.py
        │   └── test_gaussian.py
        ├── test_image/
        │   ├── __init__.py
        │   ├── test_convolve2d.py
        │   ├── test_deconvolve2d.py
        │   └── test_max_pooling2d.py
        ├── test_loss/
        │   ├── __init__.py
        │   └── test_sigmoid_cross_entropy.py
        ├── test_math/
        │   ├── __init__.py
        │   ├── test_add.py
        │   ├── test_log.py
        │   ├── test_matmul.py
        │   ├── test_multiply.py
        │   └── test_negative.py
        ├── test_nonlinear/
        │   ├── __init__.py
        │   ├── test_log_softmax.py
        │   ├── test_sigmoid.py
        │   ├── test_softmax.py
        │   └── test_tanh.py
        └── test_random/
            └── __init__.py