http://www.deeplearningbook.org/contents/ml.html Strona 116 wyjaśnia błąd Bayesa jak poniżej
Idealny model to wyrocznia, która po prostu zna prawdziwy rozkład prawdopodobieństwa, który generuje dane. Nawet taki model nadal będzie powodował błąd w wielu problemach, ponieważ może nadal występować szum w dystrybucji. W przypadku uczenia nadzorowanego mapowanie od x do y może być z natury stochastyczne lub y może być funkcją deterministyczną, która obejmuje inne zmienne oprócz tych zawartych w x. Błąd spowodowany przez wyrocznię dokonującą prognoz z rzeczywistego rozkładu p (x, y) nazywa się błędem Bayesa.
pytania
- Proszę wyjaśnić błąd Bayesa intuicyjnie?
- Czym różni się od nieredukowalnego błędu?
- Czy mogę powiedzieć, że całkowity błąd = odchylenie + odchylenie + błąd Bayesa?
- Co oznacza „y może być z natury stochastyczny”?
źródło