中文
Sign in
AI tools
聊天
热门问题
时间线
Loading AI tools
全部
文章
字典
引用
地图
Bayesian estimator
来自维基百科,自由的百科全书
Found in articles
最小均方误差
mean-square error,缩写MMSE)估計是一种使均方误差(MSE)最小化的估计函数,其通常被称为最优估计。 贝叶斯估计量(英语:
Bayesian
estimator
) 均方误差 最小二乘法 最小方差無偏估計 正交性原理(英语:Orthogonality principle) 维纳滤波 卡尔曼滤波
贝叶斯推断
贝叶斯推断(英語:
Bayesian
inference)是推論統計的一种方法。这种方法使用贝叶斯定理,在有更多證據及信息時,更新特定假设的概率。贝叶斯推断是统计学(特別是数理统计学)中很重要的技巧之一。贝叶斯更新(
Bayesian
updating)在序列分析中格外的重要。贝叶斯推断應用在許多的領域
貝氏機率
贝叶斯概率(英語:
Bayesian
probability)是由贝叶斯理论所提供的一种对概率的解释,它采用将概率定义为某人对一个命题信任的程度的概念。贝叶斯理论同时也建议贝叶斯定理可以用作根据新的信息导出或者更新现有的置信度的规则。 贝叶斯理论和贝叶斯概率以托馬斯·貝葉斯(1702-1761)命名,
贝叶斯统计
Donald B.
Bayesian
Data Analysis Third. Chapman and Hall/CRC. 2013. ISBN 978-1-4398-4095-5. McElreath, Richard. Statistical Rethinking : A
Bayesian
Course
正则化 (数学)
L p {\displaystyle L_{p}} -范数是一种常见的正则项。 在贝叶斯学派的观点(英语:
Bayesian
_interpretation_of_kernel_regularization)看来,正则项是在模型训练过程中引入了某种模型参数的先验分布。