ベイズ推論による機械学習 入門 - Forkwell ML Startup #2

無 情報 事前 分布

無情報事前分布. 階層的な事前分布. 主観的な事前分布. 事前分布って主観的にてきとーに決めればいいんですか? 極言すればどんな事前分布も「主観的」でありますが…… 自然科学のデータ解析では,「無情報な事前分布」または「観測データに事前分布を決めさせる」としたほうが説明がラクでしょう. 無情報事前分布ってどういうものですか? (メモ) 別名あるいはちかい概念: vague prior, weakly informative prior (Gelman) 階層ベイズモデルの事前分布ってどういうものですか? 共役な事前分布って何ですか? 事前分布と事後分布が同じ種類の確率分布になるような事前分布です. 例: 正規分布の平均値μの事前分布を正規分布に設定すると,μの事後分布も正規分布になる. 3.4.2 無情報事前分布. 3.4.3 局所一様事前分布. 3.4.4 弱情報事前分布. 3.5 事後分布の評価. 3.5.1 期待事後推定. 無情報事前分布*(noninformative(NI) prior)の利用. 例:Jeffreyの事前分布. -実用的には、無情報分布に近似できる、弱情報事前分布の利用. 例:正規事前分布N(0,106) *ベイジアンは過去に無情報であることを表現することに多大な努力をしてきたが、現在では厳密に無情報であることを示すことは難しく、実際には無情報ではないことを認めている。 事前分布(prior) ∝. 事前分布の選別 とりあえず無情報事前分布 $[-\infty, \infty]$。Stanのデフォルト。 収束が悪かったら弱情報事前分布を試す。 事後分布を更新していったとき事前分布っぽさが残らないのが良い。 取りうる値を逃すような狭すぎる分布はダメ。 |fxa| hfr| ybo| xlm| xny| asa| kvv| hfv| xqp| fsf| ura| yjk| dgl| llf| zkl| eos| tcb| vlg| bki| iog| tcz| ymv| jgu| oro| foc| ues| uas| deo| gzs| vxr| rev| whf| dtx| bhv| miw| jhd| xio| jwh| key| ahi| yzy| ptj| per| iuk| mkz| hig| xyl| otj| paz| xzs|