摘要: 线性回顾模型的贝叶斯估计 重新整理一下: y的期望: 举例说明 预测分布: 总结: 贝叶斯估计天生自带学习的本质 阅读全文
posted @ 2020-10-13 20:20 nxiao 阅读(1004) 评论(0) 推荐(0)
摘要: 1.Model 概率图模型表示 2.先验分布:参数的先验,通常认为参数θ服从高斯分布,w~N(0,α-1I) 3.似然函数:对数似然函数 logP(D|W) 4.后验分布, P(W|D)=N(μn, Σn) 5.预测分布, P(y|x)=N(μ, 1/λ) 阅读全文
posted @ 2020-10-13 15:51 nxiao 阅读(1550) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-10-13 11:09 nxiao 阅读(360) 评论(0) 推荐(0)
摘要: θ服从均匀分布U[a,b],那么其后验估计等于其极大似然估计 所以,一般讲贝叶斯,会涉及MCMC方法,即抽样采样。 阅读全文
posted @ 2020-10-13 09:44 nxiao 阅读(300) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-10-13 08:33 nxiao 阅读(140) 评论(0) 推荐(0)