先验、后验、似然、置信

本文介绍了概率统计中的关键概念:先验概率(p(θ))、似然(p(D∣θ))、后验概率(p(θ∣D))和置信(p(D))。通过贝叶斯公式,阐述了如何利用训练样本集D来估计模型参数θ的过程。
摘要由CSDN通过智能技术生成

先验、后验、似然、置信

训练样本集 D \mathcal{D} D,模型参数 θ \mathbf{\theta} θ,根据 D \mathcal{D} D估计参数 θ \mathbf{\theta}

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