エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
一般化ベイズ法とは (前編) - Qiita
東京大学・株式会社Nospareの菅澤です.今回から前編・後編に分けて,標準的なベイズ推測の枠組みを拡張... 東京大学・株式会社Nospareの菅澤です.今回から前編・後編に分けて,標準的なベイズ推測の枠組みを拡張した 一般化ベイズ(general Bayes)法 について紹介します. 標準的なベイズ推測 $y_1,\ldots,y_n$(以下ではまとめて$Y_n$と表記)をパラメータ$\theta$の確率分布$f(x|\theta)$からのランダムサンプルとします.$\theta$の事前分布を$\pi(\theta)$とすると,$\theta$の事後分布は \pi(\theta \mid Y_n) \propto \underbrace{\pi(\theta)}_{事前分布} \times \underbrace{\prod_{i=1}^n f(y_i \mid \theta)}_{尤度} で与えられます.この手順は,事前分布(事前信念)にデータの情報を尤度という形で与え,分布(信念)を更新して