Fork me on GitHub

贝叶斯规则

(学习这部分内容大约需要1.8小时)

摘要

贝叶斯规则是一个结合先验信念和观测证据(译者注: 数据)获得后验的公式. 它是贝叶斯统计中的重要角色, 在该公式的帮助下, 我们可以在给定数观测数据的情况下, 推断统计模型中参数的后验.

预备/后继知识

掌握贝叶斯规则需要掌握以下预备知识:

  • 条件概率(conditional probability): 贝叶斯公式中需要用到条件概率的概念

为弄清以下概念, 需要明白贝叶斯规则:

学习目标

  • 知道贝叶斯规则是什么
  • 能够使用贝叶斯规则来结合先验与证据(译者注: 利用贝叶斯公式从先验和似然推导后验)
  • 从条件概率的定义推导贝叶斯公式
  • 知道术语: 先验, 后验
  • 能够根据比值直观地推理贝叶斯规则(译者注: 后验正比于先验乘似然)

核心资源

(阅读/观看以下资源中的一个)

免费

付费

  • A First Course in Probability
    简介: 一本导论性质的概率论课本
    位置: Section 3.3, "Bayes' Formula," pages 72-87
    [网站]
    作者: Sheldon Ross
  • Probability and Statistics
    简介: 概率论和统计的导论书籍
    位置: Section 2.3, "Bayes' Theorem," pages 66-77
    [网站]
    作者: Morris H. DeGroot,Mark J. Schervish

增补资源

(以下资源为选修内容, 但你可能发现他们挺有用的)

免费

  • BerkeleyX: Introduction to Statistics: Probability
    简介: 基础概率论的在线课程
    位置: Lecture 1.6, "Bayes' Rule"
    [网站]

相关内容


返回贝叶斯参数估计

posted @ 2017-02-09 21:54  概率机器人  阅读(1465)  评论(0编辑  收藏  举报