- 博客(2)
- 收藏
- 关注
原创 贝叶斯统计学
其中 $m$ 是模型的数量,$\theta_i$ 是第 $i$ 个模型的参数。$p(\theta_1,\ldots,\theta_m)$ 是所有模型参数的联合先验概率分布,表示在未观测到数据前我们对所有模型参数的概率分布的先验知识。其中 $p(D|\theta)$ 是数据的似然函数,表示在给定参数 $\theta$ 的情况下观测到数据的概率;在贝叶斯统计学中,我们通常需要计算一个未知参数 $\theta$ 的后验概率 $p(\theta|D)$,其中 $D$ 是观测到的数据。
2023-06-09 09:01:45 42
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人