频率派和贝叶斯派

elkluh

已于 2022-07-08 07:04:38 修改

阅读量887

点赞数

分类专栏：机器学习文章标签：概率论机器学习

于 2022-01-19 20:36:23 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_39696563/article/details/122567779

版权

机器学习专栏收录该内容

12 篇文章 0 订阅

订阅专栏

频率派：他们认为世界是确定的。他们直接为事件本身建模，也就是说事件在多次重复实验中趋于一个稳定的值p，那么这个值就是该事件的概率。

$\theta$ 是未知的常量， x是随机分布的变量。

$x_i$ $\underset{\sim}{iid}$ $p(x|\theta)$

$p(x|\theta)=\prod_{i=1}^Np(x_i|\theta)$

MLE(极大似然估计，Maximum likelihood estimation）：估计使p最大的 $\theta$

$\theta_{MLE} = arg\underset{\theta}{max}\log(p|\theta)$

贝叶斯派：他们认为世界是不确定的，人们对世界先有一个预判，而后通过观测数据对这个预判做调整，我们的目标是要找到最优的描述这个世界的概率分布。

$\theta$ 是随机的变量， $\theta \sim \ p(\theta)$

贝叶斯定理： $p(\theta|x) = \frac{p(x|\theta)p(\theta)}{p(x)}$

MAP(最大后验估计，Maximum A posteriori)

$\theta_{MAP} = argmax\ p(\theta|x) = arg \underset{\theta}{max}\ p(x|\theta)p(\theta)$

先验概率：在不知道事件是什么之前去预测事件是什么的概率

后验概率：知道了事件是什么了，去猜测事件发生的条件的概率。

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。