Bayesian Ridge regresszió
A Bayesian Ridge Regression a ridge regresszió valószínűségi megfogalmazása, amelyet David J. C. MacKay vezetett be 1992-ben, és amelyben a regularizációs erősséget és a zaj precizitását nem az elemző állítja be, hanem automatikusan becsüli meg a megfigyelt adatok marginális valószínűségének (evidenciájának) maximalizálásával. Az eredmény a regressziós súlyokra vonatkozó teljes utólagos eloszlás, valamint kalibrált prediktív bizonytalanság.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/hu/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 NetGépi tanulás↔ compare
- Lasso-regresszióGépi tanulás↔ compare
- Ridge RegressionGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →