机器学习基础知识回顾 – 先验概率和后验概率

发布时间:2016-02-27  栏目:机器学习  评论:0 Comments

先验概率
先验概率是指根据以往经验和分析得到的概率,如全概率公式,它往往作为”由因求果”问题中的”因”出现.
先验概率的分类
利用过去历史资料计算得到的先验概率,称为客观先验概率; 当历史资料无从取得或资料不完全时,凭人们的主观经验来判断而得到的先验概率,称为主观先验概率.
先验概率的条件
先验概率是通过古典概率模型加以定义的,故又称为古典概率.古典概率模型要求满足两个条件:(1)试验的所有可能结果是有限的;(2)每一种可能结果出现的可能性(概率)相等.若所有可能结果的总数为n,随机事件A包括m个可能结果.

——————————–
后验概率
后验概率是信息理论的基本概念之一.在一个通信系统中,在收到某个消息之后,接收端所了解到的该消息发送的概率称为后验概率.
简介 ‘后验概率’ 相关的学术图片后验概率是指在得到”结果”的信息后重新修正的概率,如贝叶斯公式中的,是”执果寻因”问题中的”因”.先验概率与后验概率有不可分割的联系,后验概率的计算要以先验概率为基础

 

 

用到这两个概念的地方:

  • 朴素贝叶斯方法
  • 极大后验概率估计
  • (神经网络)贝叶斯方法

留下评论

You must be logged in to post a comment.

相册集

pix pix pix pix pix pix

关于自己

杨文龙,微软Principal Engineering Manager, 曾在各家公司担任影像技术资深总监、数据科学团队资深经理、ADAS算法总监、资深深度学习工程师等职位,热爱创新发明,专注于人工智能、深度学习、图像处理、机器学习、算法、自然语言处理及软件等领域,目前发明有国际专利19篇,中国专利28篇。

联系我

个人技术笔记

welonshen@gmail.com

2015 in Shanghai