2
MLEの正則化はベイジアン手法ですか?
通常、ベイジアン統計の事前分布は、確率密度の低い解を不利にするため、正則化要因と見なすことができると言われています。 次に、MLEパラメータが次のようなこの単純なモデルが与えられた場合: argmaxμ N(y;μ,σ)argmaxμ N(y;μ,σ) argmax_{\mu} \text{ } \mathcal{N}(y; \mu, \sigma) そして、私は前のものを追加します: パラメータはMLEパラメータではありませんしかし、MAPパラメータ。argmaxμ N(y;μ,σ)N(μ;0,σ0)argmaxμ N(y;μ,σ)N(μ;0,σ0) argmax_{\mu} \text{ } \mathcal{N}(y; \mu, \sigma) \mathcal{N}(\mu; 0, \sigma_0) 質問:これは、モデルにいくつかの正則化を導入した場合、ベイズ分析を行っていることを意味しますか(点推定のみを使用している場合でも)? または、MLEまたはMAPを見つける方法が同じであるため、この時点でこの「存在論的」な区別をしても意味がありません(そうではありませんか?)?