PRML 第1章の「ベイズ推定によるパラメータフィッティング」の解説（その１） - めもめも
ちょっと準備 正規分布の平均 と分散 に関する計算をする際に、 （つまり、）とおいて、 の代わりに で計算することがあります。この方が計算が簡単になることが多いためですが、一般に、分散 の逆数を精度（precision） と呼びます。精度が大きい（精度が高い）というのは、分散が小さくて確率分布が平均のまわりによく尖っていることになります。 これ以降の議論でも、言葉では「分散」と言いますが、数式上は精度 を用いて表します。 ベイズ推定による正規分布の決定 下記の記事では、ベイズ推定の一般的な考え方を紹介しました。ベイズ推定は、ある事柄の確率を観測データを元に洗練していく（「確信度」を高めていく）手法とも言えるでしょう。 Bayesの定理とBayes推定を初心者向けに説明してみる 一方、次の記事の後半にある「単純化した例で数値計算」では、未知の正規分布の「平均」と「分散」を観測データ（トレーニ
最尤法によるパラメータ推定の意味と具体例 | 高校数学の美しい物語
表が出る確率が θ\thetaθ であるようなコインがある。このコインを 100100100 回投げたら 707070 回表が出た。最尤法により θ\thetaθ を推定せよ。 〜ステップ1：尤度関数を計算する（重要）〜 表が出る確率が θ\thetaθ であるコインを 100100100 回投げて 707070 回表が出る確率は，反復試行の確率の公式より L(θ)=100C70θ70(1−θ)30L(\theta)={}_{100}\mathrm{C}_{70}\theta^{70}(1-\theta)^{30}L(θ)=100C70θ70(1−θ)30 これが尤度関数である。これを最大にする θ\thetaθ がもっともらしい θ\thetaθ である。 〜ステップ2：L(θ)L(\theta)L(θ) を最大にする θ\thetaθ を求める（作業）〜 L(θ)L(\theta)
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://hosho.ees.hokudai.ac.jp/~kubo/stat/2014/nicoFeb/kubo2014nicoFeb.pdf
