বেয়েশীয় রিজ রিগ্রেশন
বেয়েশীয় রিজ রিগ্রেশন হলো রিজ রিগ্রেশনের একটি সম্ভাব্যতাভিত্তিক রূপ, যা ১৯৯২ সালে ডেভিড জে. সি. ম্যাককে (David J. C. MacKay) প্রবর্তন করেন। এতে, নিয়মিতকরণ শক্তি (regularisation strength) এবং নয়েজ নির্ভুলতা (noise precision) বিশ্লেষক দ্বারা স্থির করা হয় না, বরং পর্যবেক্ষণকৃত ডেটার প্রান্তিক সম্ভাব্যতা (marginal likelihood বা evidence) সর্বাধিকীকরণের মাধ্যমে স্বয়ংক্রিয়ভাবে অনুমান করা হয়। এর ফলে রিগ্রেশন ওয়েটগুলির উপর একটি পূর্ণ পোস্টেরিয়র ডিস্ট্রিবিউশন (posterior distribution) পাওয়া যায়, যা গণনাকৃত ভবিষ্যদ্বাণীমূলক অনিশ্চয়তা (calibrated predictive uncertainty) সহকারে আসে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/bn/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.
- ইলাস্টিক নেটযন্ত্র শিখন↔ compare
- ল্যাসো রিগ্রেশনযন্ত্র শিখন↔ compare
- রিজ রিগ্রেশনযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →