Metodin todisteiden tietue

Bayesian Ridge Regression

Bayesian Ridge Regression is a probabilistic formulation of ridge regression, introduced by David J. C. MacKay in 1992, in which the regularisation strength and noise precision are not fixed by the analyst but are instead estimated automatically by maximising the marginal likelihood (evidence) of the observed data. The result is a full posterior distribution over the regression weights together with calibrated predictive uncertainty.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Bayesian Ridge Regression (MacKay Probabilistic Regularisation)

Taksonominen metoditietue · bayesian / machine-learning

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

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Used in the same domainElastic Netmachine-suggested · Relational suggestion, not evidence.Used in the same domainLasso Regressionmachine-suggested · Relational suggestion, not evidence.Used in the same domainRidge Regressionmachine-suggested · Relational suggestion, not evidence.