Байесовская интерпретация ядерной регуляризации
term_id: bayesian_interpretation_of_kernel_regularization
Category: training_techniques
Definition
Эта концепция устанавливает, что минимизация функционала регулярзованного риска с определенным ядром эквивалентна нахождению оценки максимальной апостериорной вероятности (MAP) в байесовском подходе. В частности, это
Summary
Теоретическая рамка, связывающая методы ядер, такие как SVM, с гауссовскими процессами при предположении байесовского априорного распределения.
Key Concepts
- Гауссовские процессы
- Максимальная апостериорная вероятность
- Регуляризация как априорное знание
- Ядерные методы
Use Cases
- Понимание теоретических основ SVM
- Применение техник GP к регрессии с ядрами
- Вывод оценок неопределенности для детерминированных моделей