A jegyzetben ismertetjük a döntés- és becsléselmélet alapfogalmait és a leggyakoribb költségfüggvényeket. Megvizsgáljuk a Bayes-döntést, maximum a posteriori és maximum likelihood döntést és a Bayes-döntés közelítését több példán keresztül. Kitérünk a Bayes-becslésre, maximum likelihood becslésre és regressziós becslésre részletesen megvizsgálva a lineáris regresszió esetét. Ezt követően a valószínűségi eloszlások strukturális jellemzőit vizsgáljuk meg. A valószínűségi gráfos modellosztályon belül elsőként az egyszerű Naiv Bayes-háló, Markov-lánc és rejtett Markov modell modelltípusokat foglaljuk össze, majd a Bayes-hálókat és a Markov-hálókat tekintjük át.
Megvásárolható formátumok és részek |
---|
teljes könyv 1-165 - pdf Ár: 0 Ft |
Kosárba |
Ingyenesen megtekinthető részek |
---|
Címnegyed - Tartalom - fejezet 1-6 pdf |
Kedves Látogatónk!
Tájékoztatjuk, hogy a honlapon felhasználói élményének fokozása érdekében sütiket (cookie) alkalmazunk,
személyes adatait pedig az
Adatkezelési tájékoztató
szerint kezeljük. A honlap további böngészésével Ön hozzájárul a sütik használatához és személyes adatainak az
Adatkezelési Tájékoztató alapján történő kezeléséhez.