Metodes pierādījumu reģistrs

Bayesian Ridge Regression

Bayesian Ridge Regression is a probabilistic formulation of ridge regression, introduced by David J. C. MacKay in 1992, in which the regularisation strength and noise precision are not fixed by the analyst but are instead estimated automatically by maximising the marginal likelihood (evidence) of the observed data. The result is a full posterior distribution over the regression weights together with calibrated predictive uncertainty.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

Bayesian Ridge Regression (MacKay Probabilistic Regularisation)

Taksonomiskās metodes reģistrs · bayesian / machine-learning

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

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Used in the same domainElastic Netmachine-suggested · Relational suggestion, not evidence.Used in the same domainLasso Regressionmachine-suggested · Relational suggestion, not evidence.Used in the same domainRidge Regressionmachine-suggested · Relational suggestion, not evidence.