事實上，概率模型的訓練過程就是參數估計(parameter estimation)的過程。對於參數的估計，統計學界的兩個學派提供了不同的解決方案：頻率主義學派(Frequentist)認為參數雖然未知，但卻是客觀存在的固定值，因此，可通過優化似然函數等准則來確定參數值；貝葉斯學派(Bayesian ...

一、 “探測儀，如果我問一個貝葉斯學派的統計學家如果……”“[擲]我是一個中微子探測儀，不是迷宮守衛。老實說，你是不是腦子壞掉了。”“[擲]...yes” 迷宮守衛的梗：說迷宮里有2條路，分別通向目的地和陷阱，路口各有一個守衛，一個只說真話一個只說假話，他們都知道路后面是什么以及彼此說話 ...

這里的頻率學派，認為參數θ是一個常量 ，只有屬於置信區間，或者∉置信區間，沒有屬於這個某個置信區間的概率是0.9的說法。 第一個意思是 整體分布的一個參數θ，取θ的某一個先驗分布，計算在該先驗分布的條件下的貝葉斯估計的值不能等於該θ在整體分布下面的值 ...

使用隨機事件的發生的頻率描寫敘述概率的方法，就是通常說的古典概型。或者稱為頻率學派。另外有一個更加綜合的觀點就是貝葉斯學派。在貝葉斯學派的觀點下概率表示的是事件的不確定性大小。 使用概率表示不確定性，盡管不是唯一的選擇。可是是必定的，由於假設想使用 ...

頻率學派（古典學派）和貝葉斯學派是數理統計領域的兩大流派。 這兩大流派對世界的認知有本質的不同：頻率學派認為世界是確定的，有一個本體，這個本體的真值是不變的，我們的目標就是要找到這個真值或真值所在的范圍；而貝葉斯學派認為世界是不確定的，人們對世界先有一個預判，而后通過觀測數據對這個預判做調整 ...

回我們初次見識了統計學理論中的“獨孤九劍”——貝葉斯統計學（戳這里回顧），它的起源便是大名鼎鼎的貝葉斯定理。 整個貝葉斯統計學的精髓可以用貝葉斯定理這一條式子來概括： 我們做數據分析，絕大多數情況下希望得到的是關於某種假說是否成立的信息。等式左邊的P(參數 | 數據)，正是在觀察到了手頭上 ...

/*先把標題給寫了、這樣就能經常提醒自己*/ 題記：今天下午去上廁所的一會兒時間，就把第四章給掃完了，說是掃完了主要是因為沒有深入去看，對於某些證明都直接跳過了，看了一下里面的例子，大概懂個意思就行了 1. 朴素貝葉斯法 　　設輸入空間為維向量的集合，輸出空間為類標記集合，輸入特征向量，輸出 ...

簡述 利用觀測到的x,利用先驗概率和類條件概率，決定x屬於哪一類 后驗概率無法直接獲得，因此我們需要找到方法來計算它，而解決方法就是引入貝葉斯公式。 貝葉斯理論 可以看出，貝葉斯公式是“由果溯因”的思想，當知道某件事的結果后，由結果推斷這件事是由各個原因導致的概率 ...