Regressão Ridge Bayesiana
A Regressão Ridge Bayesiana é uma formulação probabilística da regressão ridge, introduzida por David J. C. MacKay em 1992, na qual a força de regularização e a precisão do ruído não são fixadas pelo analista, mas são estimadas automaticamente pela maximização da verossimilhança marginal (evidência) dos dados observados. O resultado é uma distribuição posterior completa sobre os pesos da regressão, juntamente com incerteza preditiva calibrada.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Ridge Regression (MacKay Probabilistic Regularisation). ScholarGate. https://scholargate.app/pt/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 NetAprendizado de máquina↔ compare
- Regressão LassoAprendizado de máquina↔ compare
- Regressão RidgeAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →