机器学习中的推理和决策理论之间有什么关系？

Question

我制作了一张图表来说明我对推理与决策理论之间关系的理解。有人能指出图中的一些错误吗？

Answer 1

不要试图“公平”，包括贝叶斯和频率主义的解释。如果一个有效，另一个是无意义的。选择一个或另一个。当然，我的建议是选择贝叶斯解释。

我会对贝叶斯决策理论方法略有不同。说明目标并从中做出反向。

• 目标：计算错误分类的预期损失，并选择预期损失最少的类别。
• （选择类k的预期损失）=（类j的总和）（当真实类为j类时选择类k的成本）次数（给出可观测量x的类j的概率）
• （错误分类成本）=矩阵使得对角线元素小于非对角线元素，即正确分类的成本低于错误分类
• （给出x的类j的概率）通过生成模型或判别模型计算
• 判别模型：直接计算（给出x的类j的概率）
• 生成模型：计算（给定类j的x的概率）和（类j的概率），然后使用贝叶斯定理