Update 贝叶斯概述

pull/2/head
benjas 5 years ago
parent 35745edd6e
commit bbc40e74da

Binary file not shown.

After

Width:  |  Height:  |  Size: 6.6 KiB

@ -1435,7 +1435,31 @@ X轴上的特征表示归一化后是对某个特征增强10倍其它不
**世界观的区别:** **世界观的区别:**
统计学派: **统计学派:**
- 观察到的数据被认为是随机的,因为它们是随机过程的实现,因此每次观察系统时都会发生变化。 - 观察到的数据被认为是随机的,因为它们是随机过程的实现,因此每次观察系统时都会发生变化。
- 模型参数认为是固定的。参数的值是未知的,但它们是固定的,因此我们对它们进行条件设置。 - 模型参数认为是固定的。参数的值是未知的,但它们是固定的,因此我们对它们进行条件设置。
![1606399646000](assets/1606399646000.png)
概率推理通常涉及推导未知参数的估计,基于一些选择的最优性准则选择,如无偏性、方差最小化。
比如说,我在今天绝地求生里面吃鸡了的真假。定义参数θ:
- θ=1吃鸡
- θ=0没有。
那么频率派认为,θ是取值0或者1的固定数不能说θ=1的概率是多少。
**贝叶斯学派:**
- 数据被认为是固定的。他们使用的是随机的,但是一旦他们被拿到手了,就不会改变
- 贝叶斯用概率分布来描述模型参数的不确定性,这样一来,他们就是随机的了
![1606399646000](assets/1606399646000.png)
我们要得到的就是对应该数据所有参数的可能性(分布)的情况。
还是上面的例子,这回我们可以说θ=1概率是30%。而且随着所得样本的增多,我们可以把这个概率加以变化,得到θ|x的分布。这个概率其实是信心的含义。

Loading…
Cancel
Save