बायेसियन इंफ्रक्शन में पीछे का वितरण अक्सर अट्रैक्टिव क्यों होता है?

मुझे यह समझने में समस्या है कि बेइज़ियन इनविटेशन के कारण अंतरंग समस्याएं क्यों होती हैं। समस्या को अक्सर इस तरह समझाया जाता है:

मुझे समझ में नहीं आ रहा है कि इस अभिन्न का मूल्यांकन पहले स्थान पर क्यों किया जाना है: यह मुझे लगता है कि अभिन्न का परिणाम बस एक सामान्यीकरण स्थिरांक है (जैसा कि डेटासेट डी दिया गया है)। कोई केवल दाहिने हाथ के हिस्से के अंश के रूप में पीछे के वितरण की गणना क्यों नहीं कर सकता है और फिर इस सामान्यीकरण स्थिरांक की आवश्यकता है कि पीछे के वितरण पर अभिन्न 1 होना चाहिए?

मुझे किसकी याद आ रही है?

धन्यवाद!

bayesian inference

— अर्नी
स्रोत

किसके लिए यह चिंता का विषय हो सकता है: यह सवाल वर्ग-विषय पर है क्योंकि यह आंकड़ों के बारे में है।

— साइकोरैक्स का कहना है कि मोनिका

P (D)

$P(\mathcal D)$

P (D)

$P(\mathcal D)$

\propto

$\propto$

क्या आप उस स्लाइड का संदर्भ प्रदान कर सकते हैं जैसा कि मुझे लगता है कि यह किसी और द्वारा लिखा गया था?

— शीआन

p (D)

$p(\mathcal{D})$

वर्तमान में हम स्थिरांक को सामान्य बनाने पर एक कार्यशाला आयोजित कर रहे हैं, जहाँ आपको इस प्रश्न के उत्तर के लिए दिलचस्प प्रविष्टियाँ मिल सकती हैं।

— शीआन

जवाबों:

कोई केवल दाहिने हाथ के हिस्से के अंश के रूप में पीछे के वितरण की गणना क्यों नहीं कर सकता है और फिर इस सामान्यीकरण स्थिरांक की आवश्यकता है कि पीछे के वितरण पर अभिन्न 1 होना चाहिए?

P (θ | D) = \frac{p (D | θ) P (θ)}{P (D)} .

$P(\theta|D) = \dfrac{p(D|\theta) \, P(\theta)}{P(D)}.$

$P(D|\theta)P(\theta)$ $\theta$ $c$

\begin{aligned} \int_{θ} c P (D | θ) P (θ) d θ = 1 \\ \Rightarrow & \int_{θ} c P (D, θ) d θ = 1 \\ \Rightarrow & c P (D) = 1 \\ \Rightarrow & c = \frac{1}{P (D)} . \end{aligned}

$\begin{align*} &\int_{\theta} cP(D|\theta) \, P(\theta)\, d\theta = 1\\ \Rightarrow & \int_{\theta} cP(D, \theta) \, d\theta = 1\\ \Rightarrow & cP(D) = 1\\ \Rightarrow& c = \dfrac{1}{P(D)}. \end{align*}$

$P(D)$

— Greenparker
स्रोत

θ

$\theta$

मेरा भी यही सवाल था। यह महान पोस्ट इसे वास्तव में अच्छी तरह से समझाती है।

संक्षेप में। यह अचूक है क्योंकि हर को ract के सभी संभावित मूल्यों के लिए संभाव्यता का मूल्यांकन करना है ; सबसे दिलचस्प मामलों में सभी एक बड़ी राशि है। जबकि अंश single के एकल बोध के लिए है।

Eqs देखें। 4-8 पद में। लिंक का स्क्रीनशॉट:

— Arraval
स्रोत