摘要：前面假定超参数 和 是已知的，实际上这不太可能，只是有些情况下对噪声水平有些了解。我们也知道，正确的贝叶斯方法在处理这些未知参数时，就是对它们积分，这样最终预测函数就与它们无关了。例如，网络权重的后验分析计算方法如下 （1） 要解上面问题，方法还是那两种套路：1）解析方法：通过积分直接计算式1。留到本章第5节来介绍；2）近似方法：MacKay（1992a,1992d)研究此问题。这里先学习一下后... 阅读全文

摘要：要想有效利用蒙特卡罗积分，需要能从不同概率密度函数中抽样。这里讨论几个适用于低维分布的抽样方法。 1.随机数生成器 大部分实际的随机数生成器基于下面的线性同余算法（a linear congruential algorithm） , 其中a,c,n都是正整数 它生成的正整数 的值域为[1,n)。如果将其处以n，那么就得到(0,1)范围上的均匀分布。如果a,c,n值选择合适的话，这个生成器的周期（直... 阅读全文

摘要：很多时候，我们不清楚统计量的分布，或不确定对它所作的假设是否合理。蒙特卡罗模拟可以处理这些情况，它的应用包括：1）当待检测统计量（the test statistics）从未知时，进行推断2）当参数假设（parametric assumptions），评估推断方法的性能3）在各种情况下进行假设检验4）比较不同检测子（estimator）的质量1.基本蒙特卡罗过程用于推断统计的蒙特卡罗模拟的根本思想是：统计量的特征可通过从相同总体中重复抽样，并观察统计量在这些样本上的表现来获得。第一步是决定一个伪总体（pseudo-population)，假设它可以表达真实总体。这里“伪”是为了强调样本是利用计 阅读全文

摘要：１学习小波变换所需的基础知识由于小波变换的知识涵盖了调和分析，实变函数论，泛函分析及矩阵论，所以没有一定的数学基础很难学好小波变换．但是对于我们工科学生来说，重要的是能利用这门知识来分析所遇到的问题．所以个人认为并不需要去详细学习调和分析，实变函数论，泛函分析及矩阵论等数学知识．最重要是的理解小波变换的思想！从这个意义上说付立叶变换这一关必需得过！因为小波变换的基础知识在付立叶变换中均有提及，我觉... 阅读全文