摘要：
https://biggerhao.github.io/blog/2018/03/PRML-1-90/ 原文回顾 \(在上文中，我们已经推导出了 (y(\mathbf{x})\) 的最优解是给定 \(\mathbf{x}\) 的 \(t\) 的条件期望。 \[ y(\mathbf{x}) = \fr 阅读全文
摘要：
一些记号 \(D=\{x_1,...,x_N\}\) 观测数据集 2.1 二元变量-伯努利分布 伯努利概率分布为：(x只能取0或1,取1的概率是$\mu,p(x = 1|\mu) = \mu$) \(Bern(x|\mu) = \mu^x(1-\mu)^{1 - x} \tag{2.2}\) 均值 阅读全文