深度学习中的贝叶斯统计简介

贝叶斯用几率反映知识状态的肯定性程度。数据集可以被直接观测到，所以不是随机的。另外一方面，真实参数θ是未知或不肯定的，所以能够表示成随机变量。在观察到数据前，咱们将θ的已知知识表示成先验几率分布(prior probability distribution),p(θ)(有时简单地称为”先验”)。git 相对于最大似然估计，贝叶斯估计有两个重要区别：(1)、不像最大似然方法预测时使用θ的点估计，贝叶

>>阅读原文<<