Bayesian methods
ベイジアンリッジ回帰
ベイジアンリッジ回帰は、リッジ回帰の確率的定式化であり、1992年にDavid J. C. MacKayによって導入された。この手法では、正則化の強さとノイズの精度は分析者が固定するのではなく、観測データの周辺尤度（エビデンス）を最大化することによって自動的に推定される。結果として、回帰係数に対する完全な事後分布と、調整された予測不確実性が得られる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/ja/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 →