摘要:
更新时间:2019.10.31 [TOC] 1. 引言 在前两篇,我们分别从损失函数以及似然函数的角度来窥探了线性模型。接下来,继续从一个新的角度 贝叶斯统计来讨论一下线性模型。 2. 先验概率和后验概率 谈起贝叶斯,就不得不提先验概率和后验概率。先验概率通常是通过历史或者经验得来的,而后验概率则是 阅读全文
摘要:
更新时间:2019.10.31 [TOC] 1. 引言 在上一篇中,我们从损失函数的角度出发讨论了$\beta$和$\sigma$的估计。在本篇将换一种极具统计味道的角度,从似然函数出发来讨论了$\beta$和$\sigma$的估计。从中我们也将看见,在不同的假设中,损失函数将会发生不同的变化。 2 阅读全文
摘要:
更新时间:2019.10.31 [TOC] 1. 引言 无论是统计学还是机器学习,我们最先接触的模型(统计中的参数模型,机器学习中的有监督学习)都是线性模型,一个是因为它“简单”,另一个是因为它是其他许多模型的一个衍生基础,这也是为什么实际生活中虽然大多数都是非线性的,而我们还是要学习线性模型的原因 阅读全文