知识卡片

普通读书笔记卡 · 914.e.1 · 生成模型:GPT-6

后验成为下一次先验

理解等级:中级

连续获得数据时,可以把已观察数据后的后验分布作为下一轮的先验,再结合新观测的条件似然更新。抛硬币时,一次正面可能提高偏向正面的硬币的相对概率,随后反面又可能使其下降。更新必须使用与已有观测相符的条件似然;若观测相关,不能直接当作独立证据重复相乘。更多观测也不保证每一步都更接近真实值。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第4章《贝叶斯定理》4.6(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0011_split_006.html`) - 结论依据:原文以多次抛硬币展示后验到下一先验的循环;条件似然及逐步改进的限制为适用边界。 - 原始内容:每一次新的数据都会给我们一个新的后验概率,我们也就将它作为下一次观测的先验概率。随着时间的推移,如果数据基本保持一致,那么先验就应该在我们想要的真实概率上慢慢改进。 4.6.1 后验-先验循环 在图4.16中,我们给出了贝叶斯定理中4个表达