Bayesian methods
베이즈 능형 회귀(Bayesian Ridge Regression)
베이즈 능형 회귀는 1992년 David J. C. MacKay가 도입한 능형 회귀(ridge regression)의 확률론적 정식화로, 정규화 강도와 노이즈 정밀도를 분석가가 고정하지 않고 관측된 데이터의 주변 가능도(marginal likelihood, 증거)를 최대화하여 자동으로 추정합니다. 그 결과는 회귀 가중치에 대한 완전한 사후 분포와 보정된 예측 불확실성입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/ko/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 →