В чем заключаются ключевые различия между классической и байесовской интерпретациями функции правдоподобия?

Некоторые ключевые различия между классической и байесовской интерпретациями функции правдоподобия:

• Подход к параметрам модели. habr.com В классическом подходе предполагается, что существует «истинное» фиксированное значение параметра, которое оценивают по выборке из распределения с этим параметром. habr.com В байесовском подходе параметр рассматривается как случайная величина с неизвестным распределением. habr.com При этом есть априорное знание об этом распределении, которое можно учитывать. habr.com
• Контекст использования. ru.ruwiki.ru Классическая проверка статистических гипотез происходит в контексте вывода, а не принятия решений в условиях неопределённости. ru.ruwiki.ru То есть нужно только найти, какая гипотеза верна, а не принимать действительное решение на основе этой информации. ru.ruwiki.ru В байесовском подходе вывод рассматривается как частный случай принятия решения в условиях неопределённости. ru.ruwiki.ru
• Учёт числа свободных параметров моделей. ru.ruwiki.ru В отличие от классического отношения правдоподобия, современный метод относительного правдоподобия принимает во внимание число свободных параметров моделей. ru.ruwiki.ru
• Способность обновлять знания. usabilitylab.ru Байесовские модели способны систематически обновлять знания по мере поступления новых данных, что особенно ценно в динамичной среде цифровых продуктов. usabilitylab.ru