Dalam "pembelajaran mesin Kevin Murphy: Perspektif probabilistik", bab 3.2, penulis menunjukkan pembelajaran konsep Bayesian pada contoh yang disebut "permainan angka": Setelah mengamati NNN sampel dari {1,...,100}{1,...,100}\{1,...,100\}, kami ingin memilih hipotesis hhhyang paling menggambarkan...
Christopher Bishop mendefinisikan nilai yang diharapkan dari fungsi kemungkinan log data lengkap (yaitu dengan asumsi bahwa kita diberikan data yang dapat diamati X serta data laten Z) sebagai
Algoritme kebijakan dan nilai iterasi dapat digunakan untuk menyelesaikan masalah proses keputusan Markov. Saya mengalami kesulitan memahami kondisi yang diperlukan untuk konvergensi. Jika kebijakan optimal tidak berubah selama dua langkah (yaitu selama iterasi i dan i +1 ), dapatkah disimpulkan...
Motivasi Dalam konteks inferensi pasca-model-seleksi, Leeb & Pötscher (2005) menulis: Meskipun telah lama diketahui bahwa keseragaman (setidaknya secara lokal) dengan parameter adalah masalah penting dalam analisis asimptotik, pelajaran ini sering dilupakan dalam praktik sehari-hari teori...
Saya telah menggunakan fungsi glm.fit di R untuk menyesuaikan parameter dengan model regresi logistik. Secara default, glm.fit menggunakan kuadrat terkecil yang diulang-ulang secara berulang agar sesuai dengan parameter. Apa alasan mengapa algoritma ini gagal untuk bertemu, ketika digunakan untuk...
Saya mengerti bahwa rumus untuk probabilitas konvergensi adalah P[|Xn−X∞|>ϵ]→0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to 0dan saya bisa memecahkan masalah menggunakan rumus. Adakah yang bisa menjelaskannya secara intuitif (seperti saya berusia lima tahun), terutama dalam hal...