今回と次回でいよいよ
「ベイズ線形回帰」
さて,
線形回帰を確率の問題に
「回帰」
しかし,
これなら係数wiを決めるだけで関数f(x)を求められますから,
それでは、この係数はどのように決めたらよいでしょうか。もちろん一番いいwiになるようにしたいところですが,
前回までの線形回帰では,
これはこれで実用的ですが,
そこで,
天下りになりますが,
ただし
p(t|w,x)は
N(μ,β-1)は,
ここで初めて出てきたβは
この分布p(t|w,x)を導入さえすれば,
ノイズ=確率分布
線形回帰のお話の中で,
これは観測されたデータ点が必ずしも
このとき,
「データはもともとどれくらいずれてたの? 新しいデータがどれくらいずれるのかも見積もってね」
このような課題に対応すべく,
ランダムと言っても,
そんな
ん? ついさっきそういう分布を見たような気がしませんか? そう,
ただし
N(μ,β-1)は,
こうして,
ちなみに,