AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
偏差信息准则 (DIC)
贝叶斯模型选择指标，评估模型的拟合度同时惩罚其复杂性，类似于频率学派的AIC。
術語
渡边-赤池信息准则 (WAIC)
完全贝叶斯模型选择方法，估计模型与真实生成过程之间的预期散度。
術語
贝叶斯分数
数据边际概率的对数，用于贝叶斯选择中的模型排序。
術語
潜在空间模型
一类贝叶斯模型，其中推断未观察到的潜在变量来解释观察数据的结构。
術語
可逆跳跃MCMC方法
高级采样算法，允许探索不同维度的模型进行贝叶斯模型选择。
術語
泽尔纳-肖先验
贝叶斯线性回归的默认先验分布，在变量选择中倾向于简约模型。
術語
贝叶斯模型平均 (BMA)
结合多个模型的预测技术，根据后验概率加权，以提高推断的稳健性。
術語
模型后验概率 (PMP)
给定模型是数据真实生成模型的概率，在通过观测进行贝叶斯更新后。
術語
贝叶斯交叉验证 (BCV)
一种模型验证方法，通过分割数据并比较预测与观测值来评估模型的预测能力。
術語
贝叶斯比率检验
基于贝叶斯因子的决策程序，用于在贝叶斯框架下接受或拒绝原假设。
術語
贝叶斯变量选择
将贝叶斯模型选择应用于回归模型中，以识别相关预测因子的过程。
術語
g先验
用于贝叶斯假设检验的先验分布族，控制原假设与备择假设之间的距离。
術語
Kass-Raftery量表
将贝叶斯因子标准化解释为类别（弱、中等、强、极强）以评估证据意义的标准。
術語
贝叶斯非参数模型
贝叶斯方法，其中参数数量可以随数据增长，使用如狄利克雷或高斯过程等。
術語
变分计算近似推断
当精确计算不可行时，用于模型选择的近似后验分布的方法。
🔍