频率学派(Frequentists) 、贝叶斯学派(Bayesians)

最新推荐文章于 2024-09-14 23:36:06 发布
最新推荐文章于 2024-09-14 23:36:06 发布
阅读量5.8k 收藏 3
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lz_peter/article/details/81512432
本文探讨了数学与统计学的本质区别，即数学关注变量，而统计学侧重于随机变量的研究。深入分析了频率学派与贝叶斯学派的不同之处，包括先验概率的应用、数据处理方式及各自的优缺点，尤其是在复杂模型构建和实际应用领域的表现。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

  • 数学与统计学最大的区别在于数学研究的是变量，而统计学研究的是随机变量
  • 频率学派把未知参数看作普通变量（固定值），把样本看作随机变量；而贝叶斯学派把一切变量看作随机变量
  • 贝叶斯论善于利用过去的知识和抽样数据，而频率论仅仅利用抽样数据。因此贝叶斯推论中前一次得到的后验概率分布可以作为后一次的先验概率
  • 频率学派与贝叶斯学派的区别主要是是否允许先验概率分布的使用
  • 贝叶斯派因为所有的参数都是随机变量，都有分布，因此可以使用一些基于采样的方法 （如MCMC）使得我们更容易构建复杂模型。频率派的优点则是没有假设一个先验分布，因此更加客观，也更加无偏，在一些保守的领域（比如制药业、法律）比 贝叶斯方法更受到信任
  • 频率学派不假设任何的先验知识，不参照过去的经验，只按照当前已有的数据进行概率推断。而贝叶斯学派会假设先验知识的存在，然后再用采样逐渐修改先验知识并逼近真实知识。但实际上，在数据量趋近无穷时，频率学派和贝叶斯学派得到的结果是一样的，也就是说频率方法是贝叶斯方法的极限
  • 频率学派还是贝叶斯学派？聊一聊机器学习中的MLE和MAP
频率学派（似然估计）与贝叶斯学派（后验估计）
ty丶ziaaaaa's blogs
09-06 1400
这里是引用 最大后验估计 一文带你理解最大后验估计 统计推断: 频率学派和贝叶斯学派
频率学派（Frequentism）和 贝叶斯学派（Bayesianism）：两种概率观的比较与机器学习中的应用 (中英双语)
最新发布
阿正的梦工坊
12-02 1323
The Bayesian approach provides a flexible and systematic way to incorporate prior knowledge and beliefs, which can be incredibly useful when data is scarce or uncertain.
Frequentist 观点和 Bayesian 观点
12-11 2954
1. Frequentist viewFrequentist approach views the model parameters as unknown constants and estimates them by matching the model to the training data using an appropriate metric. （某个适当的准则）。
【bayes】贝叶斯学派和频率学派
weixin_34205826的博客
04-08 688
一、 “探测仪，如果我问一个贝叶斯学派的统计学家如果……”“[掷]我是一个中微子探测仪，不是迷宫守卫。老实说，你是不是脑子坏掉了。”“[掷]...yes” 迷宫守卫的梗：说迷宫里有2条路，分别通向目的地和陷阱，路口各有一个守卫，一个只说真话一个只说假话，他们都知道路后面是什么以及彼此说话的真假，这时你只能选择其中一个人，问一个问题，如何确保走对路。 http://www.xkcd.com...
Frequentist和Bayesian的差别
厚积薄发
08-02 7544
转自：http://blog.shujufan.com/2013/08/26/frequentist和bayesian的差别/ 读pattern recognition and machine learning这本书的时候，又看到了讲frequentist和bayesian的区别。对于这两者，我有一个比较模糊的概念。个人认为，最基本的差别在于对同样一堆观察数据，或者叫样本的时候，对概率的理解。前者
Frequentist和Bayesian之间的故事
shadow67的专栏
03-30 1154
转载自：http://blog.sina.com.cn/s/blog_a8fead9b01014kj7.html 在统计学中，很多工程师会惊讶于在统计学居然存在两个本质上截然对立的学派，他们是如此的对立以至于他们对于概率的定义都是截然不同的，这就是Frequentist和Bayesian统计学派之间的故事。 对于Frequentist来说，概率是一个实验重复很多次后的期望频率，
BayesiansFrequentistsandScientists.pdf
06-26
首先，文件提到了概率论中的两种学派：贝叶斯学派和频率学派。 贝叶斯学派的出发点基于贝叶斯定理，该定理描述了在给定先验知识的情况下，新证据如何更新对某个假设的概率评估。贝叶斯学派认为概率是一种主观的度量...
数理统计中的两个学派——频率学派和Bayes学派
09-10
概率论与数理统计课程的扩展性阅读材料，是陈希孺教授的论文
频率学派和贝叶斯学派
qq_36420612的博客
11-10 660
频率学派和贝叶斯学派 这是两种看待概率的态度。我们生活中，常常借助概率来做判断。想象一下，你自己是如何看待概率的？ 贝叶斯学派把概率当作一种确定性水平，把概率当作一种主观的参考依据。 频率学派把频率当作概率（古典概型）。它统计过去发生事件的频率当作概率，所以它是客观的。 可以举例说明二者的区别。 比如：你抛一枚硬币100次，有53次正面朝上，频率学派的观点认为，这枚硬币下次实验正面朝上的概率为0....
频率学派与贝叶斯学派（先验分布与后验分布，MLE和MAP）
weixin_30338743的博客
04-01 2476
频率学派（古典学派）和贝叶斯学派是数理统计领域的两大流派。 这两大流派对世界的认知有本质的不同：频率学派认为世界是确定的，有一个本体，这个本体的真值是不变的，我们的目标就是要找到这个真值或真值所在的范围；而贝叶斯学派认为世界是不确定的，人们对世界先有一个预判，而后通过观测数据对这个预判做调整，我们的目标是要找到这个世界的概率分布的最优表达。 本科期间学习的概率论与数理统计更多涉及的是...
详解贝叶斯学派与频率学派的区别和联系
热门推荐
Python数据科学
06-06 1万+
大家好，我是东哥。 要说贝叶斯和频率学派，那简直太有意思了。为什么这么说呢？因为两个学派的理解对于我来说真的是一场持久战。我是在学习机器学习的时候接触到的这两个学派，此前并不知道，当时就被深深吸引了，于是找了各种资料学习下来，说实话感觉有点懂了，但又感觉没理解透。 后面我一直是带着这种似懂非懂的状态继续肝机器学习。但随着不断深入学习我发现很多理论其实都有出现两个学派的身影，而且在模型算法层面结合两派不断琢磨对我的理解有了很大帮助，经常有茅塞顿开的感觉（那段日子真的进步的飞起）。 虽说我有点笨，但好在经过时间
机器学习 · 总览篇 III 统计推断: 频率学派和贝叶斯学派
OEDead的专栏
07-08 1121
统计推断作为重要的机器学习基础，对它的了解十分必要，否则我们做机器学习只是在黑盒操作，对其原理和结果难以解释 本文首发于我的知乎专栏《机器怎么学习》中 机器学习·总览篇(3) 统计推断: 频率学派和贝叶斯学派，转载请保留链接 ???? 一、机器学习和统计推断的关系 这一小节谈到的机器学习是狭义上的概念，特指归纳学习，也是现在通常意义上的机器学习. 机器学习领域中的一个方向是通过统计推断中的『数值优化』来解决问题，称为统计学习 机器学习是人工智能（交叉学科，定位尚不清晰）的一个子领域；统计推断是统计学
浅谈频率学派&贝叶斯学派
follow_heart的博客
04-24 456
频率派VS贝叶斯派 现代机器学习最终都会转化为求解目标函数的优化问题，最大似然估计（Maximum Likelihood Estimation)和最大后验估计MAP则是两种最基本的思想方法。其中，最大似然估计对应的是频率派，MAP对应的则是贝叶斯派。 对于频率派而言， ...
关于频率学派和贝叶斯学派
weixin_42936560的博客
08-14 650
一直对频率学派和贝叶斯学派的区别一知半解，看过网上的一些文章，感觉也写得太专业术语化，这次在这里好好的做一次总结。 频率学派：使用随机事件的发生的频率描述概率的方法，就是通常说的古典概型，直接为事件本身建模，认为模型存在固定的参数。 贝叶斯学派：参数是未观察到的随机变量，其本身也可有分布（也就是说，从观察者的角度出发，认为人观察到的总是有限的），因此，可假定参数服从一个先验分布（当先验概率为1...
【机器学习】频率学派和贝叶斯学派
Code for Yun
05-19 6672
参考： http://www.zhihu.com/question/20587681
频率学派和贝叶斯学派 参数估计
qq_36302589的博客
10-16 465
频率学派和贝叶斯学派   频率学派往往通过证据推导一件事情发生的概率，而贝叶斯学派还会同时考虑这个证据的可信度。从参数估计的角度来讲，频率学派认为参数是固定不变的，虽然我们不知道它，但是我们可以根据一组抽样值去预测它的结果，这就有了极大似然估计(MLE)。极大似然估计的思想就是，我已经抽样产生了一组值（例如抛硬币5次，得出结果:正正反正反），那么到底是什么参数（抛一次硬币，正面朝上的概率）才让我...
MLaPP Chapter 6 Frequentist statistics 频率学派统计学
张小彬的专栏
02-08 2780
6.1 Introduction频率学派统计学（frequentist statistics），经典统计学（classical statistics），或者叫正统的统计学（orthodox statistics），设计了一些不把参数当做随机变量的统计推断方法，从而避免了使用贝叶斯法则和先验。频率学派依赖于抽样分布（sampling distribution），而贝叶斯学派则依赖后验分布（poster
【机器学习】频率学派和贝叶斯学派的基本概念、区别和如何更好选择哪个学派
ya的博客
09-14 1291
频率学派是统计学中的一个学派，其核心理念是基于频率的假设，即概率是一个长期的频率，可以通过大量重复实验来估计。频率学派的统计推断方法通常不依赖于先验概率，而是依赖于观测数据频率学派的方法在许多领域都有广泛的应用，如经济学、生物学、心理学等。然而，频率学派的方法也存在一些局限性，如在处理小样本数据时可能不够稳健，不考虑参数的先验信息等。因此，在实际应用中，频率学派和贝叶斯学派的方法可以相互补充，根据具体问题选择合适的方法。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值