数学基础W15
概率估计
参数估计与非参数估计
这周讲的又是个啥呀…
直方图估计
将输入空间划分为M个箱子,箱子的宽度为1/M.
计算落入箱子b中的样本的数目,可得落入箱子b的比率。
核密度估计
- 直方图估计不连续
- 核密度估计
- 参数h称为带宽(bandwidth)
- 核函数可以为任意平滑的函数K.
- 对样本点施加不同的权,用加权来代替通常的计数。
核函数举例
极大似然估计
在参数模型中,最常用的参数估计的方法是极大似然估计。
极大似然估计,通俗理解来说,就是利用已知的样本结果信息,反推最具有可能(最大概率)导致这些样本结果出现的模型参数值!
概率图模型
应用图结构来描述多元随机变量之间条件独立关系的概率模型。
朴素贝叶斯
马尔可夫链
隐马尔可夫模型
深度信念网络