白板推导系列疑惑：最大后验估计MAP、极大似然估计MLE、贝叶斯估计方面的一些理解和疑惑
本文共 257 字，大约阅读时间需要 1 分钟。
MLE和MAP的区别只是后者多一个代求分布模型的参数的分布也带进来（也就是先验P(θ)）最大化。
是两种解决问题的思路，一个是从现象出发，找出让这种现象（数据集）出现概率最大的参数。
后者是从参数出发，找出最能表现拟合这组数据的参数，并且这组参数还有先验信息。我暂时只能理解到这，感觉懂的还是不通透，希望懂的大佬补充。
1.UP主又说贝叶斯估计准确来说还是需要计算分母，但是分母不是积分了之后和参数无关了吗为什么还要计算？
2.还有贝叶斯预测那 X->θ->xbar 怎么推出来的？
希望有懂的伙伴交流一下评论区。
转载地址：http://lyqgn.baihongyu.com/
你可能感兴趣的文章
javascript DOM详解之DOM1
查看>>
javascript DOM扩展
查看>>
矛盾论读书笔记
查看>>
规则 - 利用CDN缓存
查看>>
什么是统计学中的 Standard Error ( SE )？
查看>>
统计学中的标准差（SD）和 平均值的标准误差（SEM）的区别
查看>>
[数据挖掘与预测分析] 单变量统计分析思考问题
查看>>
[统计学笔记] （十三）指数分析（2）
查看>>
Data Science 到底是什么？
查看>>
机器学习（Machine Learning）和传统的数据统计分析（Data Statistics）有什么区别？
查看>>
统计学、统计学习和统计推断之间的关系
查看>>
PMP笔记：质量管理的七个工具
查看>>
CEO的苦恼：内部提拔还是“空降”？
查看>>
悦读：重新定义公司-谷歌是如何运营的
查看>>
研发主管的烦恼：周一早晨延迟的项目会议
查看>>
研发主管的烦恼：难以执行的绩效考核
查看>>
精益Scrum（五）
查看>>
精益Scrum（六）
查看>>
精益Scrum（七）
查看>>
软件测试管理—如何写好软件测试计划书
查看>>