Bayesian Ridge Regression
Bayesian Ridge Regression je probabilistička formulacija ridge regresije, koju je uveo David J. C. MacKay 1992. godine, a kod koje snaga regularizacije i preciznost šuma nisu fiksirane od strane analitičara, već se automatski procjenjuju maksimiziranjem marginalne vjerodostojnosti (evidence) promatranih podataka. Rezultat je potpuna posteriorna distribucija nad regresijskim težinama zajedno s kalibriranom prediktivnom nesigurnošću.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/hr/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 NetStrojno učenje↔ compare
- Regresija LassoStrojno učenje↔ compare
- Ridge RegressionStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →