Tôi rất tò mò về bản chất của . Cần ai biết chính xác điều gì đó trực quan về "gì nói về dữ liệu?"
Biên tập:
Cảm ơn đã trả lời
Sau khi tham gia một số khóa học tuyệt vời, tôi muốn thêm một số điểm:
- Đó là biện pháp thông tin, tức là là lượng thông tin theo hướng x .
- Nhị nguyên: Kể từ là tích cực nhất định, như vậy là Σ - 1 , vì vậy chúng chỉ tiêu dot-sản phẩm, chính xác hơn họ là chuẩn mực kép của nhau, vì vậy chúng ta có thể lấy được Fenchel kép cho vấn đề bình phương nhỏ nhất regularized, và làm tối đa hóa wrt kép vấn đề. Chúng ta có thể chọn một trong hai, tùy thuộc vào điều hòa của họ.
- Hilbert không gian: Cột (và các hàng) của và Σ trải rộng cùng một không gian. Vì vậy, không có bất kỳ lợi thế (khác rằng khi một trong những ma trận ốm lạnh) giữa đại diện với Σ - 1 hoặc Σ
- Thống kê thường xuyên: Nó liên quan chặt chẽ đến thông tin của Fisher, sử dụng ràng buộc Cramérọt Rao. Trên thực tế, ma trận thông tin câu cá (sản phẩm bên ngoài của độ dốc của khả năng đăng nhập với chính nó) là Cramériêu Rao đã ràng buộc nó, tức là (hình nón bán xác định dương, nồng độ iewrt hình elip). Vì vậy, khi công cụ ước tính khả năng tối đa là hiệu quả, tức là thông tin tối đa tồn tại trong dữ liệu, do đó chế độ thường xuyên là tối ưu. Nói một cách đơn giản hơn, đối với một số hàm khả năng (lưu ý rằng dạng hàm của khả năng hoàn toàn phụ thuộc vào mô hình xác suất được cho là dữ liệu được tạo ra, còn gọi là mô hình tổng quát), khả năng tối đa là ước lượng hiệu quả và nhất quán, quy tắc như một ông chủ. (xin lỗi vì đã làm quá mức)