Априорное убеждение — это предположение о данных, параметрах или модели до наблюдения обучающих свидетельств. В машинном обучении априорные убеждения могут формировать выбор моделирования, например методы регуляризации, предполагающие, что веса должны оставаться малыми, если данные не поддерживают иное.
What you believe about the data before you begin training on it. For example, L~2~ regularization relies on a prior belief that weights should be small and normally distributed around zero.