2016年3月14日
机器学习 —— 概率图模型（学习：贝叶斯估计）
摘要： 之前谈到学习就是利用数据集对参数进行最大似然估计。本质上是获取一组有效的参数。然而如果考虑一个这样的问题：一枚硬币扔10次有7次朝上；扔1000次有700次朝上。显然对于二者而言，对参数的估计都是0.7。但是如果我们已知硬币是无偏的，那么第一次可以告诉自己是意外，第二次却很难说服。极大似然估计的问题 阅读全文
posted @ 2016-03-14 22:17 IronStark 阅读(11034) 评论(0) 推荐(0) 编辑