机器学习复习0-频率派vs贝叶斯派

假设有以下数据： x服从该分布。 频率派 Θ 当做是一个未知的常量，X是随机变量 一般使用MLE，即最大似然估计： 因为每个样本都独立同部分iid，所以可以写成连乘的形式，加log变成累加的形式。 贝叶斯派 Θ 是随机变量，且服从某一个分布 P ( Θ ) P(Θ) P(Θ)， P ( Θ ) P(Θ) P(Θ)也叫做先验概率。 参数估计方法MAP - 最大后验概率估计： 定义：后验概率的参数Θ服

>>阅读原文<<