进入词条
论坛
疾病控制
职称考试
加入百科
家园
撰写日志
群组
软著申请
百科
学院大全
复旦导师
完善百科
积分
购买钢镚
升级会员
导航
公卫导航
个性导航
登录
注册
词条分类 :
全部
公卫人物
工作单位
专业词条
软件词条
书籍期刊
问卷量表
热门词条
最新更新
最新创建
共2931个词条
半朴素贝叶斯分类器-统计
半朴素贝叶斯分类器(semi-naive Bayes classifier),指放宽各个属性间属性独立性假设,适当考虑一部分属性间的相互依赖关系,放松后的朴素贝叶斯分类器。
定义
朴素贝叶斯分类器-统计
朴素贝叶斯分类器(naive Bayes classifier),指假定给定类别标记时特征相互之间独立的贝叶斯分类器。
定义
属性条件独立-统计
属性条件独立(attribute conditional independence), 指在给定其他属性的条件下,两个属性之间互相独立。可用于属性间依赖关系的推断,有助于理解数据关联。
定义
贝叶斯判定准则-统计
贝叶斯判定准则(Bayes decision rule),指一种决策规则,基于贝叶斯定理和概率分布,选择使后验期望损失最小的决策。
定义
贝叶斯分类器-统计
贝叶斯分类器(Bayesian classifier),指基于贝叶斯公式,通过计算最大后验概率的方法来预测待分类数据类别的分类方法。
定义
贝叶斯方法-统计
贝叶斯方法(Bayesian approach),指应用所观察到的现象对有关概率分布的主观判断(即先验概率)进行修正的标准方法。
定义
贝叶斯因子-统计
贝叶斯因子(Bayes factor),指一种用于比较两个或多个统计模型相对拟合优度的指标。它是将数据观测到的概率与模型参数的先验概率相乘,再对所有可能的参数值进行积分求和所得。
定义
贝叶斯估计-统计
贝叶斯估计(Bayes estimation),指结合关于待估计参数的先验知识和数据的似然函数来估算参数的贝叶斯方法。
定义
积分嵌套拉普拉斯近似-统计
积分嵌套拉普拉斯近似(integrated nested Laplace approximation, INLA), 指用于快速获得后验边缘分布精确近似的贝叶斯推断方法。
定义
梅特罗波利斯-黑斯廷斯算法-统计
梅特罗波利斯-黑斯廷斯算法(Metropolis-Hastings algorithm),又称“Metropolis-Hastings 算法”,指一种用于从分布函数未知的概率分布中抽样的马尔科夫链蒙特卡洛方法。通过构建一个马尔科夫链,使得该链的平稳分布与所需的概率分布相对应,然后利用该马尔科夫链生成的样本进行统计推断和模型估计。 ...
定义
吉布斯采样器-统计
吉布斯采样器(Gibbs sampler),简称“Gibbs 采样器”,指统计学中用于马尔可夫链蒙特卡罗(MCMC)的一种算法,用于在难以直接采样时从某一多变量概率分布中近似抽取样本序列。
定义
吉布斯抽样-统计
吉布斯抽样(Gibbs sampling),简称“Gibbs 抽样”,指马尔科夫蒙特卡洛迭代的一种算法,用于构建一系列相互依赖的参数值,这些参数值的分布逐渐收敛到目标联合后验分布。
定义
收敛-统计
收敛(convergence),指某个统计量、模型参数或目标函数值,随着数据量、迭代次数或训练时间的增加,逐渐趋近于某个稳定值或理论值的过程。
定义
老化-统计
老化(burn-in),指在使用马尔可夫链蒙特卡罗(MCMC)等采样方法时, 初始阶段生成的样本被丢弃的过程,以避免初始偏差对最终结果的影响。
定义
马尔可夫链蒙特卡罗诊断-统计
马尔可夫链蒙特卡罗诊断(Markov chain Monte Carlo diagnostics ),指用于评估马尔可夫链蒙特卡罗方法的收敛性和性能的一系列统计工具和指标。
定义
马尔可夫链蒙特卡罗-统计
马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC),指构造一个随机模型来描述一系列发生概率只受到前一事件状态影响的可能事件,使其平稳分布为待估参数的后验分布并产生样本,基于该样本通过重复的模拟和抽样进行参数估计的统计方法。 ...
定义
后验近似-统计
后验近似(posterior approximation),指结合先验信息,根据观测结果得出的所有未知变量的后验概率的近似值。
定义
边际似然-统计
边际似然(marginal likelihood),又称“边缘似然”,指由先验加权的似然在整个参数空间的平均值,代表了模型对数据集的平均拟合度,是贝叶斯框架中模型比较的常用方法。
定义
最高后验密度-统计
最高后验密度(highest posterior density, HPD),指后验分布中具有最大概率密度的点或值,代表了对未知参数的最可能估计。
定义
贝叶斯可信区间-统计
贝叶斯可信区间(Bayesian credible interval),简称“可信区间”,又称“贝叶斯置信区间”,指利用参数后验分布获得的参数区间。90%的可信区间在样本给定后,可通过后验分布的分位数求得,总体参数落入可信区间的概率为 0.9。贝叶斯学派为了与频率学派置信区间相区别而提出的一个概念。 ...
定义
1 ...
81
82
83
84
85
86
87
88
89
... 147
/ 147 页
下一页