似然函数对于数据依赖可通过如下两个充分统计量实现.ppt

下载文档 降价啦

3
0
约小于1千字
约 85页
2020-07-13 发布于福建
举报
版权申诉
保障服务

似然函数对于数据依赖可通过如下两个充分统计量实现.ppt

1、本文档共85页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

概率分布 PRML第二章参数分布 ·基本形式:P(0 参数估计任务:给定X1XN,决定优化的θ* 思考题:以参数估计方法来建模数据,有哪些优点和缺点? 二元变量抛掷硬币:正(1)、反(0) p(X=1|)= 贝努利分布: Bern(μ)=×(1-_)1x E(X)= Var(xX)=p(1-μ) 二元变量假定有一个样本集D={X1…)XN},则似然函数: P(DIu) p(rnu) 1xn(1-1)1-xn n二1 np(D)=∑hnp(arn)=∑{nmn+(1-xn)hn(1-1) n=1 最大似然解 AML 二元变量 D={1,1,1},则μM=1,估计过程将预测未来的结果永远是1 思考题:如何克服过拟合?