今天的主要任务是来理解共轭先验以及贝叶斯学习。最近在研究主题模型,里面用到了一些,另外在机器学习中,贝叶斯学习是重要的一个方向,所以有必要学习和掌握。

Contents

   1. 贝叶斯学习

   2. Beta分布及共轭先验

1. 贝叶斯学习

首先,我从最简单的硬币投掷开始。现在给你一个硬币,假设有的概率为正面朝上,那么有的概率是背

面朝上,那么如果在5次投掷过程中,有3次是正面朝上,那么这个最可能是多少呢?

凭着直观感觉,我们可能会认为是3/5,当然这是根据统计规律得到的结论。那么实际上这是一个二项分布,即

重复n次的伯努利实验。由上述所述,很容易知道其概率表示如下

我们需要这个概率尽量大,那么最终解得的值为3/5。函数图像如下

但是,我们想象一下,如果在5次投掷过程中,5次都正面朝上,那岂不是得到的估计值是1? 很明显这种情

况得到的估计值不合理。为了避免这种“黑天鹅事件”的发生,需要将值降低一些才能看似更符合常理,那么

我们只需要乘上另一个小于1的概率值就可以达到了。到了这里贝叶斯公式横空出世!如下

其中叫做先验概率叫做似然概率先验概率是对似然概率的一种补充,如上述的掷硬币。而

后验概率正比于似然概率和先验概率的乘积。

2. Beta分布及共轭先验

还是以掷硬币为例,我们已经知道了后验概率正比于似然概率和先验概率的乘积。那么在掷硬币实验中,硬币的

朝向服从伯努利分布,在一系列投掷过程中,假设有次正面朝上,有次背面朝上,那么似然概率为

现在已经得到了似然概率的形式了,那么如何确定先验概率呢?从理论上来说,任何一个在区间[0, 1]上的分

布函数都符合条件,但是为了更方便地简化计算,最理想的情况就是让先验分布和似然分布有相同的形式,即

如果先验分布是这样的形式,那么计算先验概率和似然概率的乘积就很方便了,只需要将指数相加即可。幸运

的是,有一个很常见的分布恰好满足这个条件,它就是Beta分布。如下

其中Gamma函数。现在根据先验概率、似然概率和贝叶斯公式来推导后验概率。推导过程如下

在上述中,先验概率叫做似然概率的共轭先验。所谓共轭就是指这两个概率分布具有相同的形式。

最后推荐一些好文章!

一. Beta分布与二项分布的公式原理推导

    二. Beta分布与其共轭先验的介绍

    三. 多项式分布及Beta分布的期望计算

贝叶斯学习及共轭先验相关推荐

  1. matlab稀疏贝叶斯,基于变分稀疏贝叶斯学习的DOA估计

    作为阵列信号处理技术的重要研究方向之一,信号到达角(DOA)估计被广泛应用到雷达.声呐等领域.以MUSIC[和ESPRIT[为代表的传统空间谱估计算法,实现简单,且空间分辨率高,但要求高信噪比以及多快 ...

  2. 贝叶斯学习(Bayesian Learning)基础篇

    Bayesian Learning 前言 Motivation and Introduction Think about Spam Filtering. 先验概率 后验概率 似然度 边际概率 Basi ...

  3. 机器学习之朴素贝叶斯学习笔记

    朴素贝叶斯 一.概述 朴素贝叶斯算法是有监督的学习算法,解决的是分类问题,如客户是否流失.是否值得投资.信用等级评定等多分类问题.该算法的优点在于简单易懂.学习效率高.在某些领域的分类问题中能够与决策 ...

  4. 【机器学习】贝叶斯学习

    贝叶斯学习 贝叶斯学习就是基于贝叶斯理论(Bayesian Theory)的机器学习方法. 贝叶斯法则 也称为贝叶斯理论(Bayesian Theorem,或Bayesian Rule,或Bayesi ...

  5. 贝叶斯学习的简单介绍

    文章目录 贝叶斯学习 Bayesian Learning 一.介绍 1.1 先验概率 1.2 后验概率 二.贝叶斯理论 2.1 举例介绍 2.2 MAP假设 2.3 概率法则 三.最小描述长度假设 四 ...

  6. c++蛮力法例子_学习方法系列丨贝叶斯学习法,我们几乎每天都在使用的数学工具...

    英国数学家托马斯·贝叶斯是个很神奇的人,他的经历类似梵高.生前没有得到重视,死后,他写的一篇关于归纳推理的论文被朋友翻了出来,并发表了.这一发表不要紧,结果这篇论文的思想直接影响了接下来两个多世纪的统 ...

  7. java 稀疏贝叶斯算法_稀疏贝叶斯学习(SparseBayesianLearning).PDF

    稀疏贝叶斯学习(SparseBayesianLearning) 稀疏贝叶斯学习(Sparse Bayesian Learning) 张智林(Zhilin?Zhang)? z4zhang@ Depart ...

  8. 稀疏贝叶斯学习推导过程

    稀疏贝叶斯学习(Spare Bayesian Learning),在信号处理所覆盖的多个领域至今都有着重要应用.关于稀疏贝叶斯的详细的介绍,可以参考文献[1][2].本篇博客给出了简要的稀疏贝叶斯的推 ...

  9. 视觉机器学习20讲-MATLAB源码示例(6)-贝叶斯学习算法

    视觉机器学习20讲-MATLAB源码示例(6)-贝叶斯学习算法 1. 贝叶斯学习算法 2. Matlab仿真 3. 小结 1. 贝叶斯学习算法 贝叶斯分类算法是统计学的一种分类方法,它是一类利用概率统 ...

最新文章

  1. Error in do_one(nmeth) : NA/NaN/Inf in foreign function call (arg 1)
  2. Python-解决粘包
  3. Java加密算法 AES
  4. 怎么看tomcat添加的项目名_Tomcat部署项目不加项目名访问,不加8080访问
  5. 从 JDBC 到 Mybatis,看这篇就够了
  6. 《C语言解惑》—— 2.1 printf输出的小奥妙
  7. jquery 遍历 each 每个匹配元素规定要运行的函数
  8. [转]Android TV 遥控器适配
  9. Tableau数据可视化案例
  10. STM32F100X RCC_APB2Periph_AFIO--复用IO时钟的使用
  11. ERROR 1356 (HY000): View 'information_schema. SCHEMATA'
  12. python Plot 画图用法
  13. 电子银行卡的优势分析
  14. 慢就是快的人生哲理_感悟人生:慢是一种心态
  15. python设计一个学生类姓名年龄成绩_C# 编写学生类Student,包含学生姓名,成绩,设计一个友员函数sortDegree(),将学生成绩按大到小排序。...
  16. 【线段树】2019雅礼集训 sequence
  17. 内核proc参数注释(kernel、vm、net、fs四类)
  18. Horizon 队列管理工具常用命令
  19. 61850协议服务器端开发,IEC61850报告服务端开发.doc
  20. 建设网站-个人电子图书馆

热门文章

  1. 抽象工厂产品等级结构与产品族
  2. 返回结果数据实体类R
  3. 文件下载乱码问题分析与解决
  4. 设计模式:适配器模式(Adapter)
  5. 元素的样式设置 元素类样式的操作 开关灯效果 获取兄弟元素 当前元素的兄弟元素样式
  6. 解决MySQL报错ERROR 2003 (HY000): Can‘t connect to MySQL server on ‘localhost:3306‘ (10061)
  7. Cortex‐M3-存储器映射
  8. TVS 管性能及选型总结
  9. C#中所有对象共同的基类是System.Object
  10. 《Python数据挖掘:概念、方法与实践》——1.5节小结