统计学习第二版 第一章习题

1.1说明伯努利模型的极大似然估计、贝叶斯估计中的统计学习方法三要素。伯努利模型是定义在取值为0和1的随机变量上的概率分布。假设观测到伯努利模型n次独立的数据生成结果中有k次结果为1。尝试用极大似然估计或贝叶斯估计来估计结果为1的概率。

解:统计学习方法三要素:模型、方法、算法

就我对书中1.3章理解来说:

1)模型方面:贝叶斯估计与最大似然估计最后寻找都是条件概率

2)方法:最大似然估计是经验风险最小化,贝叶斯是结构风险最小化

3)算法:最大似然估计就是显式的解析解,贝叶斯是用数值计算的方法求解

题意可知伯努利模型的0,1值的概率分布为:

P(x=1) = \frac{k}{n}=\Theta

P(x=0) = 1-\Theta

(1)求极大似然函数估计值的一般步骤:

(1) 写出

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值