Смелость учиться ML Декодирование Вероятности, MLE и MAP

Вероятности, MLE и MAP смелость в изучении ML декодирования

Сборище предпочтений в корме для кошек

Добро пожаловать в серию “Смелость изучить ML”. Эта серия стремится упростить сложные концепции машинного обучения, представляя их в форме непринужденного и информативного диалога, вроде захватывающего стиля “Смелость не нравиться”, но с упором на ML.

В этой части нашей серии наша связка наставник-ученик погружается в новое обсуждение статистических концепций, таких как MLE и MAP. Это обсуждение положит основу для того, чтобы мы могли получить новую перспективу на наше предыдущее изучение регуляризации L1 и L2. Чтобы получить полное представление, рекомендую прочитать этот пост перед тем, как прочитать четвертую часть “Смелость изучить ML: Разгадка регуляризации L1 и L2”.

Эта статья разработана для того, чтобы решить фундаментальные вопросы, которые могут возникнуть у вас по ходу работы в формате вопрос-ответ. Как всегда, если у вас возникают подобные вопросы, вы попали по адресу:

• Что такое “вероятность”?
• Разница между вероятностью и ликelihood
• Почему likelihood важен в контексте машинного обучения?
• Что такое MLE (максимальная оценка правдоподобия)?
• Что такое MAP (максимальная апостериорная оценка)?
• Разница между MLE и методом наименьших квадратов
• Связи и различия между MLE и MAP

Что такое “likelihood”?

Вероятность, или точнее, функция правдоподобия, является статистическим понятием, используемым для оценки вероятности наблюдения заданных данных при различных наборах параметров модели. Она называется “likelihood” (функция) потому, что это функция, которая количественно описывает, насколько вероятно наблюдать текущие данные при различных значениях параметров статистической модели.

• Хорошие инженеры, плохие инженеры и злые инженеры – анекдот для руководителей данных
• Представляем диаграмму множества-связей визуализация сложных отношений наборов
• Оптимизация инвентаризации с применением динамического программирования в менее чем 100 строк кода на Python

Вероятность кажется похожей на вероятность. Является ли она ее формой или, если нет, в чем ее отличие от вероятности?

Понятия вероятности и правдоподобия в статистике существенно отличаются. Вероятность измеряет шанс наблюдать определенный результат в будущем при известных параметрах или распределениях…