Saya memiliki dua set data, satu dari serangkaian pengamatan fisik (suhu), dan satu dari rangkaian model numerik. Saya sedang melakukan analisis model-sempurna, dengan asumsi ansambel model mewakili sampel yang benar dan independen, dan memeriksa untuk melihat apakah pengamatan diambil dari...
Ini adalah pertanyaan berulang (lihat posting ini , posting ini dan posting ini ), tetapi saya memiliki putaran berbeda. Misalkan saya memiliki banyak sampel dari sampler MCMC generik. Untuk setiap sampel , saya tahu nilai kemungkinanlog f ( x | θ ) log f ( θ ) log f ( x i | θ...
Saya menulis esai teoretis singkat untuk kursus Statistik Bayesian (dalam Ekonomi M.Sc.) tentang prior uninformative dan saya mencoba memahami yang merupakan langkah-langkah dalam pengembangan teori ini. Sekarang, garis waktu saya dibuat tiga langkah utama: Prinsip ketidakpedulian Laplace (1812),...
Jadi pertanyaan ini agak berantakan, tetapi saya akan menyertakan grafik warna-warni untuk menebusnya! Pertama Latar Belakang kemudian Pertanyaan. Latar Belakang Katakanlah Anda memiliki distribusi multinomial -dimensi dengan probailit yang sama dengan kategori . Biarkan menjadi hitungan yang...
Jadi saya baru saja selesai membaca buku besar Pengantar Empiris Bayes . Saya pikir buku itu hebat, tetapi membangun data dari data terasa salah. Saya dilatih bahwa Anda membuat rencana analisis lalu mengumpulkan data, lalu menguji hipotesis yang sebelumnya Anda tentukan dalam rencana analisis...
Sebagai per ini dan jawaban ini , autoencoder tampaknya menjadi teknik yang menggunakan jaringan saraf untuk pengurangan dimensi. Saya ingin juga tahu apa adalah variational autoencoder (perbedaan utama / manfaat lebih dari satu "tradisional" autoencoders) dan juga apa yang tugas belajar utama...
Biasanya teori probabilitas diajarkan dengan aksioma Kolgomorov. Apakah orang Bayesian juga menerima aksioma
Saat ini saya sedang mengerjakan masalah, di mana saya perlu mengembangkan algoritma rantai Markov Monte Carlo (MCMC) untuk model ruang angkasa. Untuk dapat menyelesaikan masalah, saya telah diberi probabilitas : p ( ) = 2I ( > 0) / (1+ ). menjadi standar deviasi dari
Saya telah mencoba untuk memahami ide konjugasi prior dalam statistik Bayesian untuk sementara waktu tetapi saya tidak mengerti. Adakah yang bisa menjelaskan ide dalam istilah yang paling sederhana, mungkin menggunakan "Gaussian prior" sebagai
(Saya seorang pemula di statistik. Saya seorang ahli matematika dan seorang programmer dan saya mencoba untuk membangun sesuatu seperti filter spam Bayesian yang naif.) Saya perhatikan di banyak tempat bahwa orang cenderung menjabarkan penyebut dalam persamaan dari Teorema Bayes. Jadi alih-alih...
Saya tertarik mempelajari cara mengembangkan perkiraan geografis semacam episentrum berdasarkan data dari wabah John Snow Cholera. Apa pemodelan statistik yang dapat digunakan untuk memecahkan masalah seperti itu tanpa pengetahuan sebelumnya tentang di mana sumur berada. Sebagai masalah umum,...
Saya ingin mengajukan pertanyaan yang terinspirasi oleh jawaban yang sangat baik untuk pertanyaan tentang intuisi untuk distribusi beta. Saya ingin mendapatkan pemahaman yang lebih baik tentang derivasi untuk distribusi sebelumnya untuk rata-rata pukulan. Sepertinya David mendukung parameter dari...
Ketika saya Google untuk "fisher" "fiducial" ... Saya benar-benar mendapatkan banyak hit, tetapi semua yang saya ikuti benar-benar di luar pemahaman saya. Semua hit ini tampaknya memiliki satu kesamaan: semuanya ditulis untuk ahli statistik yang dicelup-dalam-wol, orang-orang benar-benar...
Kita tahu bahwa dalam hal distribusi sebelumnya yang tepat, P(θ∣X)=P(X∣θ)P(θ)P(X)P(θ∣X)=P(X∣θ)P(θ)P(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P(X∣θ)P(θ) \propto P(X \mid \theta)P(\theta) . Pembenaran biasa untuk langkah ini adalah bahwa distribusi marginal , ,...
Saya melihat-lihat literatur tentang regularisasi, dan sering melihat paragraf yang menghubungkan L2 regulatization dengan Gaussian sebelumnya, dan L1 dengan Laplace berpusat pada nol. Saya tahu bagaimana rupa prior ini, tetapi saya tidak mengerti, bagaimana ini diterjemahkan menjadi, misalnya,...
Apa perbedaan antara model generatif dan diskriminatif (diskriminan) (dalam konteks pembelajaran dan inferensi Bayesian)? dan apa yang berkaitan dengan prediksi, teori keputusan atau pembelajaran tanpa
Saya telah mencoba untuk mengembangkan pemahaman berbasis intuisi teorema Bayes dalam hal sebelumnya , posterior , kemungkinan dan probabilitas marjinal . Untuk itu saya menggunakan persamaan berikut: P( B | A ) = P( A | B ) P( B )P( A )P(B|SEBUAH)=P(SEBUAH|B)P(B)P(SEBUAH)P(B|A) =...
Saya tertarik untuk memperkirakan kepadatan dari variabel acak kontinu XXX . Salah satu cara melakukan ini yang saya pelajari adalah penggunaan Kernel Density Estimation. Tapi sekarang saya tertarik pada pendekatan Bayesian yang mengikuti garis berikut. Saya awalnya percaya bahwa XXX mengikuti...
Saya saat ini sedang membaca "Bayesian Reasoning and Machine Learning" oleh David Barber dan ini adalah buku yang ditulis dengan sangat baik dan menarik untuk mempelajari dasar-dasarnya. Jadi pertanyaan untuk seseorang yang sudah melakukan ini. Apa set buku berikutnya yang harus saya lalui setelah...
Ketika mencoba untuk memilih di antara berbagai model atau sejumlah fitur untuk disertakan, katakan prediksi saya dapat memikirkan dua pendekatan. Membagi data menjadi pelatihan dan set tes. Lebih baik lagi, gunakan bootstrap atau k-fold cross-validation. Latihlah set latihan setiap kali dan...