Regresi Ridge Bayesian
Regresi Ridge Bayesian adalah formulasi probabilistik dari regresi ridge, yang diperkenalkan oleh David J. C. MacKay pada tahun 1992, di mana kekuatan regularisasi dan presisi derau tidak ditetapkan oleh analis tetapi diperkirakan secara otomatis dengan memaksimalkan kemungkinan marjinal (bukti) dari data yang diamati. Hasilnya adalah distribusi posterior penuh atas bobot regresi bersama dengan ketidakpastian prediktif yang terkalibrasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/id/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 NetPembelajaran Mesin↔ compare
- Regresi LassoPembelajaran Mesin↔ compare
- Regresi RidgePembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →