61概述 612贝叶斯方法的基本观点 贝叶斯方法对未知参数向量估计的一般过程为: (1)将未知参数看成随机向量,这是贝叶斯方法与传统的参 数估计方法的最大区别。 ②2根据以往对参数知识,确定先验分布κ(θ),它是贝叶 斯方法容易引起争议的一步,因此而受到经典统计界的攻击。 (计算后验分布密度,做出对未知参数的推断。 在第(2步,如果没有任何以往的知识来帮助确定π(θ), 贝叶斯提出可以采用均匀分布作为其分布,即参数在它的变 化范围内,取到各个值的机会是相同的,称这个假定为贝叶 斯假设。 2021/8/25 忠植高级人工智能2021/8/25 史忠植 高级人工智能 9 6.1 概 述 6.1.2 贝叶斯方法的基本观点 贝叶斯方法对未知参数向量估计的一般过程为： ⑴将未知参数看成随机向量，这是贝叶斯方法与传统的参 数估计方法的最大区别。 ⑵ 根据以往对参数θ的知识，确定先验分布π(θ)，它是贝叶 斯方法容易引起争议的一步，因此而受到经典统计界的攻击。 ⑶计算后验分布密度，做出对未知参数的推断。 在第⑵步，如果没有任何以往的知识来帮助确定π(θ) ， 贝叶斯提出可以采用均匀分布作为其分布，即参数在它的变 化范围内，取到各个值的机会是相同的，称这个假定为贝叶 斯假设