Regressió Ridge Bayesiana
La Regressió Ridge Bayesiana és una formulació probabilística de la regressió ridge, introduïda per David J. C. MacKay el 1992, en la qual la força de regularització i la precisió del soroll no són fixades per l'analista, sinó que s'estimen automàticament maximitzant la probabilitat marginal (evidència) de les dades observades. El resultat és una distribució posterior completa sobre els pesos de regressió, juntament amb una incertesa predictiva calibrada.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/ca/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 NetAprenentatge automàtic↔ compare
- Regressió LassoAprenentatge automàtic↔ compare
- Regressió RidgeAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →