Аннотация:
В статье мы получили байесовские оценки для различных функций потерь и проверили их, используя алгоритм градиентного спуска. Данный алгоритм, работаюший на основе нормального и пуассоновского распределений, показал, что возможно найти минимальные значения ошибок, не имея байесовских оценок. Используя Python, мы испытали теорию на функциях потерь с известной байесовской оценкой, а также на других функциях потерь, и получили результаты, доказывающие теорию.
Ключевые слова:
Bayesian estimators, gradient descent, loss functions, machine learning.