贝叶斯系列第 2 课:贝叶斯定理如何随证据更新假设概率
mdancho84 · x · 2026-09-19
mdancho84 贝叶斯机器学习系列第 2 部分,讲解贝叶斯定理:一个随新证据出现而更新假设概率的数学公式,描述了如何根据新证据修正既有预测或理论,这一过程即贝叶斯推断。
所属事件:贝叶斯机器学习系列开讲:定理与参数分布思想(2 条相关)→
「研究」频道最新
- Adaption AI 员工发布 Colab 笔记本：几行代码“发明”一个数据集 — sarahookr · 2026-09-20
- AUC 仅 0.62 的分类器为何能帮人类发现 6 种新交变磁体 — bravo_abad · 2026-09-20
- 论文《Self-Evolving Search Index》引热议：搜索索引或可自动感知滥用并自我调整 — gaganghotra_ · 2026-09-20
- 研究者的新日常：大部分时间在读模型生成的实验论文 — generativist · 2026-09-20
- FrontierSWE v2 拉开 24 分差距：Claude Fable 5.1 得 56%，GPT-5.6 仅 32% — geoffwolfe · 2026-09-20
- 开发者在 DGX Spark 上跑出 SAE 特征实时 3D 可视化查看器 — leland_mcinnes · 2026-09-20