如何理解贝叶斯估计

贝叶斯估计，是在给定训练数据D时，确定假设空间H中的最佳假设。最佳假设：一种方法是把它定义为在给定数据D以及H中不同假设的先验概率的有关知识下的最可能假设。贝叶斯理论提供了一种计算假设概率的方法，基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身。

贝叶斯，英国数学家。1702年出生于伦敦，做过神甫。1742年成为英国皇家学会会员。1763年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献。1763年发表了这方面的论著，对于现代概率论和数理统计都有很重要的作用。贝叶斯的另一著作《机会的学说概论》发表于1758年。概率论是逻辑严谨推理性强的一门数学分科，贝叶斯公式是概率论中较为重要的公式，贝叶斯所采用的许多术语被沿用至今。

洞口塘的山真是千奇百怪。山岭一座座拔地而起，各不相连，有的高耸入云;有的像背着绿色竹篓的采药老人;有的像亭亭玉立的妙龄少女，正在展示着自己的美貌，在众多的山岭中翩翩起舞;有的像摩天大楼;有的像松树状形，引来一群群鸟儿来嬉戏叽叽喳喳的叫个不停;再加上三五成群的闭月羞花，那可真是名副其实的鸟语花香，有的像一根笔直的竹竿，就像是孙悟空的精箍棒造型一个样了!

本站声明：本站部分文章来自网络，由用户上传分享，如若内容侵犯了您的合法权益，可联系我们进行处理。文章仅供大家学习与参考,不**本站立场。

 

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z