深度學習中的貝葉斯統計簡介

貝葉斯用機率反映知識狀態的肯定性程度。數據集可以被直接觀測到，所以不是隨機的。另外一方面，真實參數θ是未知或不肯定的，所以能夠表示成隨機變量。在觀察到數據前，咱們將θ的已知知識表示成先驗機率分佈(prior probability distribution),p(θ)(有時簡單地稱爲」先驗」)。git 相對於最大似然估計，貝葉斯估計有兩個重要區別：(1)、不像最大似然方法預測時使用θ的點估計，貝葉

>>阅读原文<<