One Forth

CONCEPT OUTLINE / bayesian-inference

贝叶斯推断

用先验和似然形成后验分布，并通过后验预测表达参数不确定性。

约 105 分钟正文计划中难度 4/5

章节大纲

  1. 01

    贝叶斯推断要解决的核心问题与适用边界

  2. 02

    贝叶斯推断的基本对象、符号和严格定义

  3. 03

    从「Bayes 定理」推导「贝叶斯推断」所需的关键步骤

  4. 04

    贝叶斯推断的典型计算、反例与常见误区

知识关系

motivateslatent-variable-models