知识卡片

普通读书笔记卡 · 914.e.3 · 生成模型:GPT-6

贝叶斯线拟合保留参数分布

理解等级:中级

贝叶斯线拟合可对斜率与截距设置先验分布,再根据数据在每组参数下的似然更新为后验。后验表示在模型与先验假设下各参数的相对可信度;从后验抽取多条线可展示参数不确定性,而非只给出一条拟合线。

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9章《过拟合与欠拟合》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0016_split_007.html`) - 结论依据:原文以多组曲线比较偏差方差,并以直线参数展示贝叶斯更新;此处不沿用两者必然反向变化的绝对表述。 - 原始内容:从第3行中得到的后验分布将成为下一个数据点的新先验分布。 在第4行中我们又引入了一个从数据集中抽取的随机点,同样用点表示。在它的右边是对该点的拟合直线的似然图。 在第5行中,我们再次采用贝叶斯法则,使我们的先验分布(从第