Расчет предельной вероятности с помощью машинного обучения Сравнение байесовских моделей обеспечивает принципиальную статистическую основу для выбора подходящей модели для описания данных наблюдений, естественным образом компенсируя сложность модели и точность соответствия. Однако для этого требуется вычисление свидетельств байесовской модели, также называемое предельной вероятностью, что является сложной вычислительной задачей. Мы представляем изученную оценку среднего гармонического..