待验证50% 置信事实精确时间
期望最大化（EM）算法由Dempster、Laird和Rubin于1977年正式提出，用于处理含隐变量的概率模型参数估计
1
来源数
50%
置信度
长期有效
时效性
2026/9/4
首次发现
来源
涉及实体
相关事实
待验证卡尔曼滤波是线性高斯假设下的贝叶斯最优估计器，其预测-更新两步迭代对应先验与后验概率的递推计算65% 相似待验证贝叶斯优化基于概率代理模型（通常为高斯过程）建模历史实验结果，在探索与利用之间智能权衡，通常能以更少实验次数找到接近最优的参数配置64% 相似待验证概率校准是指将模型输出的预测分数转化为真实概率估计的后处理技术，常用方法包括 Platt Scaling 和 Isotonic Regression64% 相似待验证生成式模型建模联合概率 P(x,y) 或数据分布 P(x)，判别式模型直接建模条件概率 P(y|x)，该区分最初由 Andrew Ng 和 Michael Jordan 在 2001 年的论文中系统比较63% 相似待验证贝叶斯优化通过构建目标函数的概率代理模型（通常是高斯过程），利用采集函数（如Expected Improvement或Upper Confidence Bound）决定下一个采样点62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/852486API
curl https://kongchang.com/api/v1/knowledge/claims/852486MCP
get_claim(id=852486)