Machine Learning Avanzado e Inferencia Bayesiana — Referencia de Nivel Experto · Introducción

Introducción

De qué trata esta guía

Tratamiento Riguroso · Inferencia Matemática

Recorrido

Temas que aborda

Introducción
Machine Learning Avanzado e Inferencia Bayesiana
Epistemología y Fundamentos de la Inferencia Bayesiana
El Teorema de Bayes en Espacios Continuos
Familias de Priors Conjugados
Caso Práctico 1: Actualización Beta-Binomial

Conceptos relacionados

Conexiones principales

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

p(\theta \mid \mathcal{D}) = \frac{p(\mathcal{D} \mid \theta) \, p(\theta)}{p(\mathcal{D})} = \frac{p(\mathcal{D} \mid \theta) \, p(\theta)}{\int_{\Theta} p(\mathcal{D} \mid \theta') \, p(\theta') \, d\theta'}

Ver LaTeX fuente

p(\theta \mid \mathcal{D}) = \frac{p(\mathcal{D} \mid \theta) \, p(\theta)}{p(\mathcal{D})} = \frac{p(\mathcal{D} \mid \theta) \, p(\theta)}{\int_{\Theta} p(\mathcal{D} \mid \theta') \, p(\theta') \, d\theta'}