Eine Funktion, mit der der Unterschied zwischen beobachteten Daten und vorhergesagten Werten gemäß einem Modell quantifiziert wird. Die Minimierung von Verlustfunktionen ist eine Möglichkeit, die Parameter des Modells abzuschätzen.
Ein Bayes-Schätzer minimiert das Bayes-Risiko. Insbesondere genau dann, wenn δΛ=argminBR(Λ,δ):=∫R(θ,δ)dΛ(θ)=∫(∫L(θ,δ(x))dx)dΛ(θ)δΛ=argminBR(Λ,δ):=∫R(θ,δ)dΛ(θ)=∫(∫L(θ,δ(x))dx)dΛ(θ)\delta_{\Lambda} = \arg\min \operatorname{BR}(\Lambda,\delta) := \int R(\theta, \delta) d \Lambda(\theta) = \int \left( \int L(\theta, \delta(x))dx \right) d \Lambda(\theta) wobei L(θ,δ(X))L(θ,δ(X))L(\theta, \delta(X)) eine gegebene Verlustfunktion ist, R(θ,δ)R(θ,δ)R(\theta, \delta) ist Die entsprechende Risikofunktion und BR(Λ,δ)BR(Λ,δ)\operatorname{BR}(\Lambda, \delta) wird als Bayes-Risiko definiert. δΛδΛ\delta_{\Lambda} ein …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.