我們假定學習器考慮的是定義在實例空間X上的有限的假設空間H，任務是學習某個目標概念c:X→{0,1}。如通常那樣，假定給予學習器某訓練樣例序列〈〈x₁，d₁，〉…〈x_m，d_m〉〉，其中x_i為X中的某實例，d_i為x_i的目標函數值（即d_i=c(x_i)）。為簡化討論，假定實例序列〈x₁…x_m〉是固定不變的，因此訓練數據D可被簡單地寫作目標函數值序列：D=〈d₁…d_m〉。

基于貝葉斯理論我們可以設計一個簡單的算法輸出最大后驗假設

Brute-ForceMAP學習算法

1．對于H中每個假設h，計算后驗概率：

總結

以上是生活随笔為你收集整理的贝叶斯学习--极大后验假设学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。