從貝氏的世界看 curve fitting: Maximum Likelihood (ML)、Maximum a Posteriori (MAP)

2 4 月, 2022Posted in機器學習, 玩轉專業Tags: , , , , ,
對於初探機器學習領域，以及 curve fitting 的學習者來說，肯定會讀到 curve fitting 的演算法，若是選用 Bishop 大師出版的 Machine learning 作為學習教材，一定會被其中大量的數學式子轟炸，並且對機器學習領域開始怯步，本文的目的在於幫助讀者理解貝氏世界裡的 curve fitting，從 ML 學派再到 MAP 學派，最後推導出 predictive distribution 的結果。