拟然

6.6 频率派统计的病态*

2019-07-16
| 机器学习 | | 频率派 , 置信区间 , p值 , 拟然 , 贝叶斯 | Comment 评论

返回本章目录

我认为说服一个认为"现在的[频率派]统计实践是明智的"的聪明人是很难的,但通过拟然和贝叶斯定理的方法困难会更少。 - George Box,1962年。

频率派统计表现出各种形式的奇怪和不良行为,称之为病态(pathologies)。 我们在下面举几个例子,以提醒读者; 这些和其他实例在(Lindley 1972; Lindley和Phillips 1976; Lindley 1982; Berger 1985; Jaynes 2003; Minka 1999)中有更详细的解释。

...

3.3 贝塔-二项模型

2019-06-29
| 机器学习 | | 拟然 , 先验 , 后验 , 均值 , 众数 , 方差 , 分布 , 拟合 , 悖论 , 预测 | Comment 评论

返回本章目录

在给定一离散观察序列的情况下, 数字游戏涉及从有限假设空间推断出离散变量的分布, \(h \in \mathcal{H}\) 。这使计算变得特别简单:我们只需要求和,乘和除。然而,在许多应用中,未知参数是连续的,因此假设空间是 \(\mathbb{R}^K\) 的某个子集, 其中 \(K\) 是参数的个数. 这使数学变得复杂,因为我们必须用积分代替和。但是,基本思路是一样的。

...

3.2 贝叶斯概念学习

2019-06-28
| 机器学习 | | 概念学习 , 拟然 , 先验 , 后验 | Comment 评论

返回本章目录

考虑孩子如何学习理解单词的含义,例如“狗”。据推测,孩子的父母指出了这个概念的正面例子,说“看着可爱的小狗!”或“小心小狗”等等。然而,他们提供反面的例子是不太可能的,“看看那只非狗“?。当然,在积极的学习过程中可能会得到负面的例子 - 孩子说“看狗”,父母说“那是猫,亲爱的,不是狗” - 但心理学研究表明,人们可以仅从正面例子来学习概念(Xu和Tenenbaum 2007)。

...