831(1): デフォルトの名無しさん (JP 0Hc2-ri4+ [49.98.225.198]) [sage] 2020/08/05(水) 09:27:48.03 ID:4RrjVtjpH(1/2) AAS
>>824
まあ、ついででいうとまるで人（俺）が理解してないことを前提にしてる点でお話にならないと思う。
ただただ難しい話をしてるわけじゃなく、ベイズベイズ拘るのは世界を知らないと同じ。

835(1): デフォルトの名無しさん (JP 0Hcf-HAtN [180.0.253.62]) [sage] 2020/08/05(水) 12:41:19.79 ID:tujEJ2J8H(1/2) AAS
PRMLは避けて通れないのかに
難しいっちゅうんで後回しにしてる

841(1): デフォルトの名無しさん (ｽｯｯﾌﾟ Sdc2-ri4+ [49.98.218.119]) [sage] 2020/08/05(水) 17:45:14.82 ID:m5ClADKrd(2/2) AAS
ところで…
カルマンフィルタを最適推定と勘違いしていた>>ID:pFzGbS6W0さんはなぜベイズだけが問題解決に必須だと断言するの？

782(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 07ad-z+yJ [42.148.220.186]) [] 2020/08/02(日) 13:35:52.74 ID:0QwOQoj10(1) AAS
>>779
lasso回帰はラプラス分布の事前分布だぞ
そういう意味ではDLなど正則化付きのあらゆる分析はベイズ的と言える
つまり正則化付きモデルの予測分布を解析的に知りたければベイズが必ず必要になると思う。違ったらスマン
他には経験ベイズでハイパーパラメーター無くしたいとかの動機もある
ノンパラベイズ使って辞書なしで単語分割してくれる技術がある。最近だとDLでも出来るみたいだがベイズで発明された上でDL化してるわけだからベイズの知識を持ってないとそのDLの発明は出来ないわな。全く同じものじゃないだろうし

792(4): デフォルトの名無しさん (ﾜｯﾁｮｲ 07ad-z+yJ [42.148.220.186]) [] 2020/08/04(火) 11:58:58.15 ID:lImhU2CT0(1/3) AAS
カルマンフィルタは最尤推定だよｗ
しかし確率モデルで正則化しようと思えばベイズを使うのが普通だから実質「ベイズ要らない」＝「確率モデル要らない」になるんだか...
まず、ノンパラで因果推論はだめぽと思うからその分野で何のモデルが使えるか考える
条件付き混合モデルのような確率モデルで因果推論が出来るとしてそのモデルで正則化しようと思えばベイズ推定が必要になる
（セミパラで因果推論が正しく出来るか証明してないから検証は必要だが）
あと、「ベイズいらね」って言ってる香具師はDL含めて普通の回帰分析はめちゃくちゃ強い仮定に基づいて計算してるの知ってるのかな？
一つ例を挙げると
説明変数に誤差がある→それ用の確率モデルで尤度方程式を導出→いやいや、この場合最尤推定はあまり良くない→確率分布のリーマン空間を考えてベストな推定を獲得する
ベイズを否定する＝確率モデルを否定する＝この流れを否定する
ということになるが