Chapter 6 介紹了一個猜價格遊戲,並從歷史資料 dataset 中,求出得出要如何才能有最高的期望回饋。本範例中介紹如何使用 KDE 建立 PDF 以及 Likelihood 並得出 Posterior,最後以該數值建立最佳的期望回饋值分佈以得出如何得出最佳 Bid。

Continue reading

Chapter 5 在介紹 Ratio 形式的機率表示法,並轉換成 Bayes's theorem 的形式,並以 Oliver's Blood 為範例展示不需計算 Posterior 也能從 Likelihood Ratio 得出結果。此外也介紹了 Mixture Distribution 以及如何使用 Python 計算該分佈的方式。

Continue reading

Author's picture

Cheng-Shiang Li

Senior software developer. Mastering Android/iOS application development and machine learning algorithm.

Software Enginner

Taiwan