Výběr modelu

Výběr modelu je úkolem výběru matematického modelu ze sady potenciálních modelů, daných důkazů. Existuje mnoho metod výběru modelu, včetně Akaikeho informačního kritéria (AIC), Bayesova informačního kritéria (BIC), Deviance informačního kritéria (DIC), různých lineárních regresních metod, Minimální délka popisu (MDL), Minimální délka zprávy (MML) a mnoho dalších.

Standardním příkladem výběru modelu je volba tvaru křivky, kdy vzhledem k množině bodů a dalším znalostem pozadí (např. body jsou výsledkem i.i.d. vzorků) musíme vybrat funkci, která popisuje nejlepší křivku. Co je míněno slovem nejlepší, je kontroverzní. Často je to vyjádřeno tak, že jde o nalezení správného kompromisu mezi dobrem uložení (ve smyslu chí-kvadrát) a složitostí (z hlediska počtu volných parametrů), nebo Bias (statistika) a rozptylem.

Doporučujeme:  Affektivní výpočetní technika