Bayesian methods

رگرسیون بریج بیزی

رگرسیون بریج بیزی یک فرمول‌بندی احتمالی از رگرسیون بریج است که توسط دیوید جی. سی. مک‌کی در سال ۱۹۹۲ معرفی شد، در آن قدرت تنظیم و دقت نویز توسط تحلیلگر ثابت نمی‌شوند، بلکه با حداکثر کردن احتمال حاشیه‌ای (شواهد) داده‌های مشاهده‌شده به طور خودکار تخمین زده می‌شوند. نتیجه یک توزیع پسین کامل بر روی وزن‌های رگرسیون به همراه عدم قطعیت پیش‌بینی کالیبره شده است.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. MacKay, D. J. C. (1992). Bayesian Interpolation. Neural Computation, 4(3), 415–447. DOI: 10.1162/neco.1992.4.3.415
  2. Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 3). Springer. ISBN: 978-0-387-31073-2

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/fa/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.

Compare side by side

ارجاع‌شده در

ScholarGateBayesian Ridge Regression (Bayesian Ridge Regression (MacKay Probabilistic Regularisation)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/bayesian-ridge-regression · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026