贝叶斯回归

1. 贝叶斯推断的定义

简单来说,贝叶斯推断 (Bayesian inference) 就是结合"经验 (先验)"和"实践 (样本)",得出"结论 (后

验)"。

2. 什么是先验?

贝叶斯推断把模型参数看作随机变量。在得到样本之前,根据主观经验和既有知识给出未知参数的概率分布叫做先验分布 (prior)。。(由因推出果)

3. 什么是后验?

获得样本数据后,根据贝叶斯定理,基于给定的样本数据先计算似然分布 (likelihood),然后模型参数的后验分布 (posterior)。(由果推出因)。

4. 贝叶斯收缩

先验的影响力很大,MAP 的结果向先验均值"收缩"。这种效果常被称作贝叶斯收缩 (Bayes shrinkage)。

相关推荐
DeepSeek-大模型系统教程4 小时前
推荐 7 个本周 yyds 的 GitHub 项目。
人工智能·ai·语言模型·大模型·github·ai大模型·大模型学习
FF-Studio15 小时前
【硬核数学】3. AI如何应对不确定性?概率论为模型注入“灵魂”《从零构建机器学习、深度学习到LLM的数学认知》
大数据·人工智能·深度学习·机器学习·数学建模·自然语言处理·概率论
master-dragon15 小时前
spring-ai 工作流
人工智能·spring·ai
ZNineSun17 小时前
MCP+Cursor入门
ai·cursor·mcp
音视频牛哥18 小时前
计算机视觉的新浪潮:扩散模型(Diffusion Models)技术剖析与应用前景
人工智能·计算机视觉·ai·音视频·实时音视频·扩散模型
大卫小东(Sheldon)21 小时前
GIM 1.5发布了! 支持Windows系统了
git·ai·rust
探索云原生1 天前
开源 vGPU 方案 HAMi: core&memory 隔离测试
ai·vgpu
Deepoch1 天前
Deepoc 大模型在无人机行业应用效果的方法
人工智能·科技·ai·语言模型·无人机