  |
お前がどの計算に混乱してるのかわからんが、定理に単に代入すればそうなるだろ。
俺と同じこと言ってるのがあるからそれ引用するわ。(証明ではないが)
Once the prior probability is 0 or 1, applying Bayes Theorem will result in a new probability that is the same as the prior probability. In other words, the probability of the event has become “trapped” at either 0 or 1.
尤度は関係ないやろ？
尤度が関係あるかどうか知らんが、エントロピー最小(P(H)=1 or 0)のときにはベイズ更新されないということを、ベイズの定理に代入しただけだぞ。
いや尤度の事象は変わらんって話。事前確率1って尤度の値そのまま更新するってだけの話だし。 その計算だとP(H)=0のときゼロ除算出てこないか？
> いや尤度の事象は変わらんって話。事前確率1って尤度の値そのまま更新するってだけの話だし。 いや、尤度は条件にHを入れてるからHに依存する。で、俺が思ったのがP(H)=1ならH=Uだ...
P(D)=sum_H(P(D|H) P(H) )から導出されてるなら問題ない
お前がどの計算に混乱してるのかわからんが、定理に単に代入すればそうなるだろ。 俺と同じこと言ってるのがあるからそれ引用するわ。 Once the prior probability is 0 or 1, applying Bayes Theorem...
結論でなく途中がおかしいと言ってる
どこが？P(H)=1 or 0をベイズの定理に代入するだけだぞ。
同時確率からいきなり周辺尤度は出ない。それは周辺尤度の式から展開されて導出される式よ
なんというか、証明方法って幾通りかあると思うんだけど、P(H)=1 or 0の特殊なケースで適当な項がきれいに消えてくれるだけなので、そのあたりわかってる？
証明方法は幾通りあっても尤度の事象は変わらんよ。事前確率1のときは周辺尤度がその尤度のみになるから1になる
尤度の事象、という話は多分どうでもよく、俺がやってるのは「代入した、式変形した、証明できた」それだけ
尤度の事象は変わると言い出したのはあなた
すまん、日本語であれこれ言っても何も証明にならないから、お前の証明式を書いてくれ。
P(H)=1のあとの同時確率の式展開の左辺と右辺が逆なら同じ。問題は解釈やぞ
なにいってんのかわからんくなってきたし寝るわ。話してくれてありがとう
10
