Comprendre Bernoulli, cadre bayésien

Question

Je suis tenu de réaliser un projet sur les applications ML. Je crois qu'il ya beaucoup de statistiques en ML, pas utile pour un fond non-mathématiques.

Je reçois trop embourbé par les notations. Il y a trop de notations.

Je suis en train de lire ce Bernoulli sont et je ne peux rapporter à lui.

Qu'est-ce qu'un cadre bayésien et pourquoi est chose bayésienne partout? Qu'est-ce en fait une telle distribution omnipotent?

Y a-t-il des théorèmes / théories que je dois savoir? Tout livre / notes / ressources où je pourrais en apprendre davantage sur ces choses d'une manière racontable (j'ai très peu de fond de maths, mais je peux apprendre)?

Answer 1

Qu'est-ce qu'un cadre bayésien et pourquoi est chose bayésienne partout?

En termes très simples:

bayésienne est un paramètre statistique, où la probabilité d'un événement passe (appelé la partie postérieure) dépend des essais antérieurs ou observations antérieures (appelé (s)).

réseaux bayésiens est une extension de ce qui précède, la formation d'une chaîne ou un réseau d'inférence.

Y a-t-il des théorèmes / théories que je dois savoir?

Pour comprendre le paradigme bayésien, vous devez savoir le théorème / relation bayésien, qui est essentiellement:

$$ P (\ theta | d) = \ dfrac. {P (d | \ theta) P (\ theta)} {P (d)} $$

Tout livre / notes / ressources où je pourrais en apprendre davantage sur ces choses dans un manière racontable (j'ai très peu de fond de maths, mais je peux apprendre)?

Je recommande fortement « Faire l'analyse bayésienne » par John Krushke