statistics - 機械学習における推論と決定理論の関係とは?

Question

推論と意思決定理論の関係についての私の理解を説明するために、チャートを作成しました。誰かが図の間違いを指摘できますか?

Answer 1

わざわざ「公平」にしようとせず、ベイジアン解釈と頻度論的解釈の両方を含めてください。一方が有効であれば、もう一方はナンセンスです。どちらかを選んでください。もちろん、私のアドバイスは、ベイジアン解釈を選択することです。

ベイジアン決定理論のアプローチは、多少異なる言い方をします。目標を述べ、そこから逆算する。

• 目標: 誤分類の期待損失を計算し、期待損失が最小のクラスを選択します。
• (クラス k を選択した場合の期待損失) = (クラス j の合計) (実際のクラスがクラス j の場合にクラス k を選択するコスト) 倍 (観測量 x が与えられた場合のクラス j の確率)
• (誤分類コスト) = 対角要素が非対角要素よりも小さくなるような行列。つまり、正しい分類は誤分類よりもコストが低くなります。
• (x が与​​えられた場合のクラス j の確率) は、生成モデルまたは識別モデルを介して計算されます。
• 判別モデル: (x が与​​えられた場合のクラス j の確率) を直接計算する
• 生成モデル: (クラス j が与えられた場合の x の確率) と (クラス j の確率) を計算し、ベイズの定理を使用します。