MLE、ERM和MAP、SRM
来源：互联网 发布：c语言的延时函数 编辑：程序博客网 时间：2024/06/07 16:09
MLE极大似然函数与ERM经验风险
当模型是条件概率，loss function是对数函数的时候，经验风险最小化与极大似然 等价 
MAP极大后验概率与ＳＲＭ结构风险
当模型是条件概率，loss function是对数函数，模型复杂度是通过条件概率表示（用先验概率表示后验概率），SRM最小化与MAP等价 
在将上式对数转化，并将极大似然带入得： 
注：上边是MAP最大后验概率估计，下边是结构风险最小化
说白了，其实map是mle+正则化
阅读了http://blog.csdn.net/peihaozhu/article/details/64126153博客后，仅作为自己的总结
阅读全文
0 0
- MLE、ERM和MAP、SRM
- MAP、SRM、ERM与MLE
- MLE和MAP
- [MLE&MAP]
- MAP和MLE的一个sample
- MLE,MAP和Bayes参数估计的区别
- 关于ERM和SRM：简单的美才是真的美
- 极大似然估计(MLE)和贝叶斯估计(MAP)
- 浅析Likehood MAP MLE
- MLE， MAP， EM， GMM
- MLE and MAP
- MAP与MLE
- MLE， DT， MAP简谈
- MLE与MAP
- MLE、MAP、Bayies估计
- 朴素贝叶斯（MLE&MAP）
- 最大似然估计（MLE）和最大后验概率（MAP）
- 最大似然估计（MLE）和最大后验概率（MAP）
- RSA 算法笔记
- Python Imaging Library: ImagePalette Module（图像调色板模块）
- jp第一天
- ［python］库
- sql语句实现简单查询以及索引查询
- MLE、ERM和MAP、SRM
- 卡住：图片上传并回显
- NOIP2017赛前模拟 Game DP （2017.10.30）
- numpy中的mean()函数
- 关于立即运行函数
- 疑问，待自己解决
- hdu 5933 ArcSoft's Office Rearrangement
- 思维导图_LVM,RAID,计划任务
- Java面试中的多线程问题
