最大后验(Maximum A Posteriori,MAP)概率估计
注:阅读本文需要贝叶斯定理与最大似然估计的部分基础
最大后验(Maximum A Posteriori,MAP)估计可以利用经验数据获得对未观测量的点态估计。它与Fisher的最(极)大似然估计(Maximum Likelihood,ML)方法相近,不同的是它扩充了优化的目标函数,其中融合了预估计量的先验分布信息,所以最大后验估计可以看作是正则化(regularized)的最大似然估计。
想要了解最大后验(MAP)概率估计,需要学会贝叶斯定理以及极大似然估计(Maximum Likelihood Estimate,M
2022-03-08 19:08:24
116KB
imu
io
OR
1