Что такое apriori и aposteriori распределение?

Apriori (априорное) и aposteriori (апостериорное) распределения — ключевые понятия в байесовской статистике и машинном обучении.

• Apriori распределение — это априорное распределение вероятностей, отражающее наши знания или предположения о параметрах модели до наблюдения данных. Оно задаётся до сбора информации и служит базой для обновления знаний.

• Aposteriori распределение — это апостериорное распределение, которое обновляет априорные знания с учётом наблюдаемых данных. Оно вычисляется по формуле Байеса и отражает вероятности параметров после учёта данных.

Пример: Если мы хотим оценить вероятность успеха монеты, априорное распределение может быть равномерным (нет предпочтений). После подбрасываний и наблюдения результатов, апостериорное распределение обновляет наши оценки вероятности успеха с учётом полученных данных.

В задачах Gaussian Process (GP) и Bayesian Optimization (BO) априорное распределение задаёт предположения о функции, а апостериорное — уточняет эти предположения на основе наблюдений.