再取进展!硕士生以第一作者身份在国际著名期刊上发表文章
7基于AI大模型的频率派和贝叶斯派优化算法案例7.1:最小二乘法优化模型参数优化案例7.2:遗传算法、差分进化算法参数优化案例7.3:贝叶斯定理和贝叶斯优化算法案例7.4:蒙特拉罗马尔科夫链MCMC进行参数优化专题八基于ChatGPT大模型的机器学习8基于AI大模型的机器/深度学习1)机器/深度学习2)线性代数基础、...
朴素贝叶斯有多“朴素”?
在贝叶斯派看来,对一个事件发生的信心等同于概率。这似乎是人们长期以来和现实世界打交道的方式。很多情况下,人们只能了解部分真相,但可以通过不断收集证据来修正自己的观念。频率派和贝叶斯派在考察不确定性时的出发点各不相同。频率派认为事件本身具有某种客观的随机性,而贝叶斯派认为这不是事件的问题,而是观察者不...
贝叶斯算法人生
后验概率(PosteriorProbability):后验概率是在考虑观察数据之后,通过使用贝叶斯定理计算得到的概率。它表示在观察到新的数据后,对事件发生概率的修正和更新。贝叶斯思想的核心就是通过结合先验知识(先验概率)和新的观察数据来更新和修正我们的信念(后验概率)。频率学派认为:概率是事件在一段时间内发生的频率。不参照...
探索贝叶斯定理蕴藏的智慧与哲学
1.贝叶斯学派与频率主义学派简单说来,贝叶斯学派认为,概率是一个人对于一件事的信念强度,概率是主观的。但频率主义学派所持的是不同的观念:他们认为参数是客观存在的,即使是未知的,但都是固定值,不会改变。我参阅了一些资料,尝试以我们以前课堂上所学的概率论来解释一下,频率学派认为进行一定数量的重复实验后,...
真正的高手,一生都在贯彻贝叶斯定律
频率派和贝叶斯派传统的方法叫频率派。关于频率和概率的区别,很多人不熟悉。简单的说,概率说的是事情未来发生的可能性,而频率说的是对某事情进行观察或者实验,发生的次数和总次数的比值。概率是事情本身的一个固有属性,是一个固定值,而频率是变化的,样本越大,频率越接近概率。根据大数定理,当样本无穷大时,频率...
贝叶斯法则及其应用(2)
再比如垃圾邮件的过滤,从某一个账户发出的邮件的主题里有“伟哥”这个词,并不见得它就是垃圾邮件(www.e993.com)2024年9月8日。贝叶斯派拦截垃圾邮件的方法是用信息中的词和句子来确定该信息是垃圾的可能性。这是一种高度发达的方法,使用了背景线索,每当一个垃圾邮件抵达拒收文件夹,算法就有更多的理由相信它之前的直觉。
统计学最著名的门派之争,贝叶斯派到底能否笑到最后
这在频率派看来是根本不允许的,说好的未知参数是一个固定值,只能通过大量的重复的实验频率来确定,怎么到这里成了一个不确定的值了呢?一句话而言,频率派认为未知参数是客观的,贝叶斯派认为未知参数可以先从主观角度来考虑。有没有发现这两个门派的矛盾已经开始显现?
好运气的公式 2.0
价值投资者的时间大局观,代表了概率的频率派。创业者的时间大局观,则代表了概率的贝叶斯派。1、创业者大多从小概率事件入手,然后随着时间不断优化概率。2、价值投资者更相信基础概率中的大概率事件,他们对“力挽狂澜”并不感兴趣。时间的大局观,还应该包括对时代和周期的理解。
财富来自极少的大高潮,幸福来自较多的小高潮
对比于贝叶斯派,频率派认为:概率是事件在长时间内发生的赔率。比如你一直扔一个标准的硬币,你得到正面的概率是50%。但是,对于潜艇失事、个人成功、捕获大机会,历史上没有那么多数据,对个人来说也没法再活几辈子。怎么办呢?于是,贝叶斯派把概率解释成是对事件发生的信心,也就是说:概率是观点的概述。
Epoch不仅过时,而且有害?Reddit机器学习板块展开讨论
调参侠最后总结道,这个争议有点像统计学里的“频率派VS贝叶斯派”,即认为数据集到底应该是确定的还是不确定的。该怎么比较模型?调参侠还注意到,有人用BatchLoss做损失曲线。他认为这比EpochLoss更有参考价值。反对者觉得,你这个方式是挺好的,但Epoch依然有用。