贝叶斯学习的先验分布的研究

绪论	第1-23页
0．1 主观概率与先验分布	第12-13页
0．2 确定主观概率的方法	第13-14页
0．3 利用先验信息确定先验分布	第14-16页
0．4 无信息先验分布	第16-19页
0．5 鞋利用边缘分布	第19-20页
0．6 纯启发式方法	第20页
0．7 随机化方法	第20-21页
0．8 贝叶斯启发式方法	第21页
0．9 贝叶斯启发式方法	第21-23页
第一章 贝叶斯方法的学习机制及其相容性	第23-30页
1．1 贝叶斯方法的学习机制	第23-26页
1．2 贝叶斯学习的相容性	第26-28页
1．3 相容性贝叶斯学习的条件	第28-29页
l．4 注记	第29-30页
第二章 贝叶斯学习中后验分布的渐近正态性	第30-36页
2．1 条件和结论	第30-32页
2．2 定理的证明	第32-36页
第三章 基于贝叶斯判别分析的先验分布的选取	第36-41页
3．1 先验分布的后验信念	第36-37页
3．2 基于极大后验信念的先验分布的选取	第37-41页
第四章 基于贝叶斯决策分析的先验分布的选取	第41-45页
4．l 贝叶斯决策与后验信念	第41-42页
4．2 基于最小后验期望损失的先验分布的选取	第42-44页
4．3 注记	第44-45页
第五章 贝叶斯学习中确定先验的参数化方法	第45-48页
5．1 线性联合LOP先验	第45-46页
5．2 基于LOP的确定先验的参数化方法	第46-47页
5．3 注记	第47-48页
结束语	第48-49页
参考资料	第49-51页
致谢	第51页