Presná definícia
Čo znamená maximum a posteriori odhad?
Maximum a posteriori (MAP) odhad vyberá jednu hodnotu parametrov maximalizujúcu posterior p(θ|D). Podľa Bayesovho pravidla je to maximum log-vierohodnosti plus log-prior; prior teda pôsobí ako explicitný predpoklad alebo regularizácia. MAP sumarizuje posterior jediným módom a nevyjadruje jeho šírku ani ďalšie módy.
Skúsenosť a kontext
Ako sa pojem používa v praxi
MAP sa hodí, keď treba bodový odhad a existuje odôvodnený prior, napríklad pri malom súbore dát alebo stabilizácii veľkého modelu. Analytik porovná citlivosť na viac primeraných priorov a následne hodnotí predikcie na nových dátach. Ak je dôležitá neistota, bod MAP sa doplní intervalmi alebo vzorkami z posterioru.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje maximum a posteriori odhad?
Optimalizácia hľadá θ maximalizujúce log p(D|θ)+log p(θ); normalizačný dôkaz p(D) sa pri fixných dátach vynechá.
Kedy má maximum a posteriori odhad praktický význam?
MAP sa hodí, keď treba bodový odhad a existuje odôvodnený prior, napríklad pri malom súbore dát alebo stabilizácii veľkého modelu.
S čím si pojem nezamieňať?
MLE nemá prior a maximalizuje len dátovú vierohodnosť; plná bayesovská inferencia zachováva celé posteriorné rozdelenie namiesto jedného bodu.
Ako sa výsledok kontroluje?
Kontroluje sa validačný výkon, citlivosť na prior, lokálne maximá a porovnanie s posteriornými súhrnmi alebo MLE.
Na čo si dať pozor?
Silný alebo zle zvolený prior môže prevážiť dáta; pri multimodálnom posteriori jeden mód skryje podstatné alternatívy.