machine-learning - 机器学习中的常客观点总结

Question

我读过ESL和PRML，PRML对我来说很容易理解，贝叶斯观点也是如此。但是对于像我这样没有统计背景的人来说，PRML太难了。有没有人可以总结一下常客观点或解释简要介绍一下？

Answer 1

在我看来，要简明扼要有点困难。这就像平庸化两种不同的世界观。

然而，一个非常简短的简化可以是这样的：

• 常客不将隐藏参数视为随机变量，也不寻求通过主观先验来描述它们。

这是一个很好的讨论，深入讨论了两种方法中参数估计算法的复杂性。

这是一个古老的讨论，出现在著名的 Langford 博客中。

而且，为了确认我关于至少需要一些统计数据以了解不同观点的观点，这里有一个视频。