Информационный критерий Ватанабэ – Акаике - Watanabe–Akaike information criterion - Wikipedia
В статистика, то широко применимый информационный критерий (WAIC), также известный как Информационный критерий Ватанабэ – Акаике, является обобщенной версией Информационный критерий Акаике (AIC) на сингулярные статистические модели.[1]
Широко применимый байесовский информационный критерий (WBIC) это обобщенная версия Байесовский информационный критерий (BIC) на сингулярные статистические модели.[2]
WBIC - это функция среднего логарифма правдоподобия над апостериорное распределение с обратная температура > 1 / журналп куда п это размер образца.[2]
И WAIC, и WBIC можно рассчитать численно без какой-либо информации о истинное распределение.
Рекомендации
- ^ Ватанабэ, Сумио (2010). «Асимптотическая эквивалентность байесовской перекрестной проверки и широко применимый информационный критерий в теории сингулярного обучения». Журнал исследований в области машинного обучения. 11: 3571–3594.
- ^ а б Ватанабэ, Сумио (2013). «Широко применимый байесовский информационный критерий» (PDF). Журнал исследований в области машинного обучения. 14: 867–897.
 | Этот статистика -связанная статья является заглушка. Вы можете помочь Википедии расширяя это. |