由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
Statistics版 - 最大似然估计和最大后验估计究竟是什么东东?
相关主题
想不明白,为什么选择模型用bayesian factor呢问牛人们一个求posterior期望的问题
网上哪位比较熟悉分段回归的,能否简单介绍一下其基本的方法论?[求助] 使用MCMC方法和卡尔曼滤波求后验概率遇到一些问题求助 (转载)
抛砖引玉:敢问路在何方?请教RFM/LifeTimeValue/regression做client segment?
问个关于hierarchical bayesian model的问题KS 的问题
请高手给解释一下Bayesian Dynamic Linear Model?OFFER的问题,急求指点。谢谢。
我是不是真的没救了,大家进来看一下。 (转载)问一个有关credit risk modeling 的问题:不同segment 的 model score/probabilty 能较吗?
急问一个概率的问题请知道Birch's Theorem 的人进来帮帮我
[合集] question about MLE[合集] 关于统计文献检索
相关话题的讨论汇总
话题: mle话题: bayesian话题: image
进入Statistics版参与讨论
1 (共1页)
c******g
发帖数: 65
1
前段时间看BAYESIAN IMAGE SEGMENTATION。
搞得晕头转向的。
不知道有没有高人,给一个有说明力的例子。谢谢。
p******n
发帖数: 874
2
MLE and MAP?
y*****y
发帖数: 98
3
MLE is a frequentist method and follows a likelihood principle. MLE only
depends on your current data, i.e let data talk.
The latter one is a bayesian method. You need specify a prior first (
informative or non-informative). The estimate of posterior is a compromise
between your data and the prior.
c******g
发帖数: 65
4
yes,

【在 p******n 的大作中提到】
: MLE and MAP?
c******g
发帖数: 65
5
thanks,
Could you give a illustrative example to make it more clear.
My application is image segmentation.

【在 y*****y 的大作中提到】
: MLE is a frequentist method and follows a likelihood principle. MLE only
: depends on your current data, i.e let data talk.
: The latter one is a bayesian method. You need specify a prior first (
: informative or non-informative). The estimate of posterior is a compromise
: between your data and the prior.

c******g
发帖数: 65
6
比如已知一个随机序列, 1,3,2,1,8,9,2
如何进行MLE和MAP?
1 (共1页)
进入Statistics版参与讨论
相关主题
[合集] 关于统计文献检索请高手给解释一下Bayesian Dynamic Linear Model?
雨天哭求。我是不是真的没救了,大家进来看一下。 (转载)
AR model的估计急问一个概率的问题
问一个关于linear regression的error假设问题[合集] question about MLE
想不明白,为什么选择模型用bayesian factor呢问牛人们一个求posterior期望的问题
网上哪位比较熟悉分段回归的,能否简单介绍一下其基本的方法论?[求助] 使用MCMC方法和卡尔曼滤波求后验概率遇到一些问题求助 (转载)
抛砖引玉:敢问路在何方?请教RFM/LifeTimeValue/regression做client segment?
问个关于hierarchical bayesian model的问题KS 的问题
相关话题的讨论汇总
话题: mle话题: bayesian话题: image