A Estrutura de Evidência Aplicada a Redes de Classificação

Três ideias bayesianas são apresentadas para classificadores adaptativos supervisionados. Primeiro, argumenta-se que a saída de um classificador deve ser obtida marginalizando sobre a distribuição posterior dos parâmetros; uma aproximação simples a essa integral é proposta e demonstrada. Isso envolve uma "moderação" das saídas do classificador mais provável, e resulta em desempenho aprimorado. Em segundo lugar, demonstra-se que a estrutura bayesiana para comparação de modelos descrita para modelos de regressão em MacKay (1992a,b) também pode ser aplicada a problemas de classificação. Esta estrutura escolhe com sucesso a magnitude dos termos de decaimento de peso e classifica soluções encontradas usando diferentes números de unidades ocultas. Por último, um critério de seleção de dados baseado em informação é derivado e demonstrado dentro desta estrutura.