¿Cuál es una forma intuitiva de definir ‘conocimiento previo’ en el contexto del aprendizaje automático bayesiano?

Cualquier cosa que sepa sobre la respuesta a un problema dado, antes de mirar los datos / observaciones es su conocimiento previo.

Sin mirar el reloj, ¿puedes decirme qué hora es? Probablemente no exactamente. Pero tiene una idea decente basada en estimaciones de cuánto tiempo puede estar despierto o qué tan brillante es. Digamos que piensas que deberían ser las 5 de la tarde. Esa es su creencia previa sobre el tiempo actual.

Digamos ahora que miras el reloj (datos reales) y dice algo completamente diferente, por ejemplo, a las 12 a.m. ¿Lo creerías? Yo no lo haría Me inclinaría a pensar que probablemente hay algo mal con los “datos”.

Por otro lado, si el reloj marca las 7:30 p.m. y sabe que este reloj tiende a la deriva (sus lecturas son ruidosas), puede creerlo o tal vez piense que es algo entre las 5 y las 7:30 p.m.

Consideremos un problema más complejo ahora. Digamos que desea realizar la eliminación de ruido de la imagen. Ni siquiera te he mostrado la imagen ruidosa todavía. ¿Qué sabes sobre la imagen limpia antes de ver la ruidosa? Ese es tu conocimiento previo! [Pondré la respuesta en los comentarios más tarde ..]