Je to široko používané v strojovom učení Priemerovanie Bayesovského modelu je bežný algoritmus učenia pod dohľadom. Naivné Bayesove klasifikátory sú bežné v klasifikačných úlohách. Bayesian sa v súčasnosti používa v hlbokom učení, čo umožňuje algoritmom hlbokého učenia sa učiť sa z malých súborov údajov.
Kde sa bayesovská štatistika používa v strojovom učení?
Ľudia používajú Bayesovské metódy v mnohých oblastiach: od vývoja hier až po objavovanie drog. Dávajú superschopnosti mnohým algoritmom strojového učenia: spracovanie chýbajúcich údajov, extrahovanie oveľa viac informácií z malých súborov údajov.
Prečo je Bayesovská štatistika dôležitá pre strojové učenie?
Presnejšie povedané, iterácia Bayesovskej štatistiky sa používa veľmi konkrétne a umožňuje dátovým expertom presnejšie predvídať. V súčasnosti má Bayesovská štatistika významnú úlohu pri inteligentnom vykonávaní algoritmov strojového učenia, pretože poskytuje dátovým expertom flexibilitu pri práci s veľkými dátami
Je Bayesovská štatistika užitočná?
Stále viac a viac tvrdení, že bayesovská štatistika je oveľa vhodnejšia pre klinický výskum (5), a viac pokusov o využitie frekventistickej aj bayesovskej štatistiky na spracovanie údajov v klinickom výskume, ale dôležitosť bayesovskej štatistiky tiež zvyšuje, pretože je základom strojového učenia …
Kedy by som mal použiť bayesovské štatistiky?
Bayesovské štatistiky sú vhodné keď máte neúplné informácie, ktoré môžu byť aktualizované po ďalšom pozorovaní alebo experimente. Začnete s predchádzajúcim (presvedčenie alebo odhad), ktorý je aktualizovaný Bayesovým zákonom, aby ste získali neskoršie (vylepšený odhad).
