Computer Science Center 12. Байесовский подход

🎯 Загружено автоматически через бота: 🚫 Оригинал видео: 📺 Данное видео принадлежит каналу «Computer Science Center» (@CompscicenterRu). Оно представлено в нашем сообществе исключительно в информационных, научных, образовательных или культурных целях. Наше сообщество не утверждает никаких прав на данное видео. Пожалуйста, поддержите автора, посетив его оригинальный канал. ✉️ Если у вас есть претензии к авторским правам на данное видео, пожалуйста, свяжитесь с нами по почте support@, и мы немедленно удалим его. 📃 Оригинальное описание: Каждую неделю по вторникам приглашаем всех желающих на лекции по математической статистике. Максим Николаев познакомит слушателей как с классическими результатами в этой области, так и с более современными вычислительными методами. Два типа неопределенности Два подхода к вероятности: частотный и байесовский Выражение неопределенности с помощью плотности Априорное и апостериорное распределения Формула Байеса Вид модели в байесовском подходе Что происходит в случае бесконечных данных? Маргинальное распределение параметра Апостериорные среднее и максимум, достоверный интервал Сопряженное априорное распределение Неинформативные, информативные и слабо информативные априорные распределения Байесовский подход и ридж-регрессия Предсказательное распределение Оценка качества модели Проверка гипотез vs принятие решений Байесовская классификация Что почитать Вопросы Плейлист курса: Подробнее о курсе: Подписывайтесь на наш канал: Подробнее о поступлении в CS центр: Следите за новостями и анонсами: Поддержать CS центр: