| This is achieved by updating 'beliefs' through the use of prior and posterior distribution. | Это достигается путём обновления «доверия» через использование априорного и апостериорного распределений. |
| This process of computing the posterior distribution of variables given evidence is called probabilistic inference. | Это процесс вычисления апостериорного распределения переменных по переменным-свидетельствам называют вероятностным выводом. |
| Bayesian hierarchical modelling is a statistical model written in multiple levels (hierarchical form) that estimates the parameters of the posterior distribution using the Bayesian method. | Байесовское иерархическое моделирование - это статистическая модель, записанная в виде нескольких уровней (в иерархическом виде), которые оценивают параметры апостериорного распределения используя байесовский метод. |
| This is an important property, since the Bayes estimator, as well as its statistical properties (variance, confidence interval, etc.), can all be derived from the posterior distribution. | Это важное свойство, поскольку Байесовская оценка, а также его статистические характеристики (дисперсия, доверительный интервал и т. д.) могут быть получены из апостериорного распределения. |
| Moreover, the model has proven to be robust, with the posterior distribution less sensitive to the more flexible hierarchical priors. | Более того доказано, что модель робастна с меньшей чувствительностью апостериорного распределения к изменчивым иерархическим априорным данным. |
| The earliest applications of ensemble classifiers in change detection are designed with the majority voting, Bayesian average and the maximum posterior probability. | Ранние приложения ансамблей классификаторов в определении изменений разрабатывались с помощью голосования большинством голосов, байесовского среднего и оценки апостериорного максимума. |
| To allow for a complete data set, such advanced estimation techniques as maximum entropy and Bayesian posterior density estimators are used. | В целях обеспечения возможности для разработки полного набора данных используются передовые методы оценки, такие, как метод максимальной энтропии, а также метод использования статистических значений в качестве байесовской оценки плотности апостериорного распределения. |