मैं कहूंगा कि ईबी की तुलना में एचबीएम निश्चित रूप से "अधिक बायेसियन" है, क्योंकि हाशिए का अनुकूलन की तुलना में अधिक बायेसियन दृष्टिकोण है। अनिवार्य रूप से यह मुझे लगता है कि ईबी हाइपर-मापदंडों में अनिश्चितता की अनदेखी करता है, जबकि एचबीएम इसे विश्लेषण में शामिल करने का प्रयास करता है। मुझे संदेह है कि एचएमबी एक अच्छा विचार है जहां बहुत कम डेटा है और इसलिए हाइपर-मापदंडों में महत्वपूर्ण अनिश्चितता है, जिसका हिसाब होना चाहिए। बड़े डेटासेट के लिए दूसरी ओर ईबी अधिक आकर्षक हो जाता है क्योंकि यह आमतौर पर कम कम्प्यूटेशनल रूप से महंगा होता है और डेटा की मात्रा अक्सर इसका मतलब है कि परिणाम हाइपर-पैरामीटर सेटिंग्स के प्रति बहुत कम संवेदनशील होते हैं।
मैंने गॉसियन प्रोसेस क्लासिफायर पर काम किया है और अक्सर हाइपर-मापदंडों को अनुकूलित करके एमएल को ओवर-फिटिंग करने और सामान्यीकरण प्रदर्शन में महत्वपूर्ण गिरावट के कारण सीमांत संभावना परिणाम को अधिकतम करने के लिए। मुझे उन मामलों में संदेह है, एक पूर्ण एचबीएम उपचार अधिक विश्वसनीय होगा, लेकिन बहुत अधिक महंगा भी।