Mini wiki
贝叶斯推理
编辑
贝叶斯推断是
推论统计学
的一种方法。这种方法使用
贝叶斯定理
,在有更多
证据
及
信息
时,更新特定
假设
的
概率
。贝叶斯推断是
统计学
中很重要的技巧之一。贝叶斯更新在
序列分析
中格外的重要。贝叶斯推断应用在许多的领域中,包括
科学
、
工程学
、
哲学
、
医学
、
体育运动
、
法律
等。在
决策论
的哲学中,贝叶斯推断和
主观概率
有密切关系,常常称为
贝叶斯概率
。
1
相关
相关向量机
是使用
贝叶斯推理
得到回归和分类的简约解的机器学习技术。RVM的函数形式与支持向量机相同,但是可以提供概率分类。
将一个具有多变量的全局函数因子分解,得到几个局部函数的乘积,以此为基础得到的一个双向图叫做因子图。在概率论及其应用中, 因子图是一个在
贝叶斯推理
中得到广泛应用的模型。