白话讲解:贝叶斯理论中的马尔可夫链蒙特卡洛方法
2017-12-25 刘畅 AI科技大本营
梅斯医学注:马尔可夫链蒙特卡洛方法在医学中应用很多,如药物经济学经常采用这种模型。另外,一些人工智能的影像智能识别也采用类似的算法,但是毕竟太难。本文采用白话解读,让大家能读懂如此高深的内容! 作者 | Ben Shaver 翻译 | 刘畅 大多数时候,贝叶斯统计在结果在最好的情况下是魔法,在最糟糕时是一种完全主观的废话。在用到贝叶斯方法的理论体系中,马尔可夫链蒙特卡
梅斯医学注:马尔可夫链蒙特卡洛方法在医学中应用很多,如药物经济学经常采用这种模型。另外,一些人工智能的影像智能识别也采用类似的算法,但是毕竟太难。本文采用白话解读,让大家能读懂如此高深的内容! 作者 | Ben Shaver 翻译 | 刘畅 大多数时候,贝叶斯统计在结果在最好的情况下是魔法,在最糟糕时是一种完全主观的废话。在用到贝叶斯方法的理论体系中,马尔可夫链蒙特卡洛方法尤其神秘。 这篇文章将介绍马尔可夫链蒙特卡洛方法,极其背后的基本数学推理。 首先,什么是马尔可夫链蒙特卡洛(MCMC)方法呢? 最简短的回答就是:“MCMC就是一种通过在概率空间中随机采样来近似感兴趣参数的后验分布的方法” 在这篇文章中,我不用任何数学知识就可以解释上面这个简短的答案。 贝叶斯理论体系基本术语 首先是一些术语。 感兴趣的参数只是用来抽象我们感兴趣的现象的一些数字。通常我们会使用统计的方法来估计这些参数。例如,如果我们想了解成年人的身高,那么我们需要的参数可能就是以英寸为单位的平均身高。 分布就是参数的各个可能值和我们能观察到每个参数的可能性的数学表示。 最好的例子就是钟形曲线:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
学了.........
98
学了........
88
学了.........
94
学了......
82
很好的学习.谢谢!
100
学习了.谢谢.
60