贝叶斯神经网络 - 捕捉现实世界的不确定性

贝叶斯神经网络 - 捕捉现实世界的不确定性 Bayesian Neural Networks 生活本质上是不确定性和概率性的，贝叶斯神经网络 (BNN) 旨在捕获和量化这种不确定性

在许多现实世界的应用中，仅仅做出预测是不够的；您还想知道您对该预测的信心有多大。例如，在医疗保健领域，如果模型表示患者有 70% 的机会患上某种特定疾病，那么其信息量就低于表示患者有 70% 的机会但误差范围为 ±10% 的模型。