11.Statisztikai tanulás Flashcards
(4 cards)
Bayes tanulás esetén mit nevezünk tényeknek és mi lesz a hipotézünk?
Tény: adott területet leíró valószínűségi változó konkrét megvalósulása
d = d1,d2….dn
Hipotézis: elmálet: hogyan működik a világ
H - hipotézis változó h1,h2 értékek P(H) priori eloszlással
Mi az a maximum a posteriori hipotézis és hogyan számolhatjuk?
Segít kiválasztani a kegvalószínűbb hipotézist az adatok alapján, figyelembe véve előző tudásunkat is.
max P(d|h) P(h)
kompromisszum a bonyolultság tekintetében
Mi az a maximum likelihood hipotézis és hogyan számolhatjuk?
MAP egy speciális esete.
Feltétele az egyenletes P(H) a priori eloszlás
nagy adathalmaz esetén megközelíti a bayes és MAP tanulást
azt a hipotézist választja ki, amely a lehető legnagyobb valószínűséggel generálta volna a megfigyelt adatokat, függetlenül az előzetes valószínűségektől.
1.Felírjuk a valószínűségi modellt: hogyan generálja a hipotézis az adatot?
2.Kiszámítjuk a likelihood értékét minden hipotézisre: P(D∣h)
3.Kiválasztjuk azt a hipotézist, amelyiknél ez a legnagyobb
Mutassa be a naiv-Bayes modell működésének alapját!
Naiv mert feltételezi hogy az attribútumok egymástól feltételesen függetlenek
