YLPGG的博客

最近在学习机器学习，总觉得只学习理论的话，对于很多问题的理解不够深入，话不多少，见下：首先推荐李航的《统计学习方法》小蓝书，对于贝叶斯理论部分讲解的很清楚，可自行翻阅（李航书上有小栗子，可以手动算一算，对于理解很有帮助）。接着本次MNIST实例，强推一篇很好的博客点击打开链接，在看完李航关于贝叶斯的整体理论后，再 看看这个 了解一个具体的实例中，各种下标各种概率怎么理解，包括看似很假大空的Lapl...

先验是原因的概率分布后验 和 似然 都是条件概率的形式：后验是持结果去找原因(p(原因|结果))似然是持原因去找结果(p(结果|原因（参数）))这几个概念可以用“原因的可能性”和“结果的可能性”的“先后顺序”及“条件关系”来理解。下面举例：（参考看过的一些博客）隔壁老王要去10公里外的一个地方办事，他可以选择走路，骑自行车或者开车，并花费了一定时间到达目的地。在这个事件中，可以把交通方式（...