Байесов гребен регресионен модел
Байесовият гребен регресионен модел е вероятностна формулировка на гребен регресионен модел, въведена от Дейвид Дж. К. Макей през 1992 г., при която силата на регуляризация и прецизността на шума не се определят фиксирано от анализатора, а се оценяват автоматично чрез максимизиране на пределната правдоподобност (доказателство) на наблюдаваните данни. Резултатът е пълно апостериорно разпределение на регресионните тегла заедно с калибрирана прогнозна неопределеност.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- MacKay, D. J. C. (1992). Bayesian Interpolation. Neural Computation, 4(3), 415–447. DOI: 10.1162/neco.1992.4.3.415 ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 3). Springer. ISBN: 978-0-387-31073-2
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/bg/machine-learning/bayesian-ridge-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Elastic NetМашинно обучение↔ compare
- Регресия ЛасоМашинно обучение↔ compare
- Регресия с гребен (Ridge Regression)Машинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →