摘要: 看了两天的贝叶斯理论,终于算是理解一些,现在写下来自己的收获。 1.贝叶斯公式 $P(A|B)=P(A) \frac {P(B|A)}{P(B}$,我认为,这样的形式才能帮助我们更好的取理解贝叶斯公式,而不是将贝叶斯公式看作是由条件概率推导而来的公式。 公式的理解:(1)$P(A)$就是所谓的先验概 阅读全文
posted @ 2017-06-25 22:15 Aaronsw 阅读(569) 评论(1) 推荐(0) 编辑
摘要: 1.什么是似然函数 一句话概括:似然函数是参数的函数。 公式:解释:参数$\theta$在给定输出为x的情况下的似然函数等于,在给定参数为$\theta$的情况下,取x的概率。注意:此处的竖杠并不表示条件件概率,仅仅是一种取该值的含义。 我的理解:在统计学中,随机变量会服从某个分布,此分布带有参数。 阅读全文
posted @ 2017-06-25 21:01 Aaronsw 阅读(9228) 评论(0) 推荐(0) 编辑