Ich denke also, dass ich die Grundlagen der frequentistischen Wahrscheinlichkeit und der statistischen Analyse (und wie schlecht sie verwendet werden können) gut verstehe. In einer frequentistischen Welt ist es sinnvoll, eine Frage wie "Unterscheidet sich diese Verteilung von jener Verteilung?" Zu...
Ich arbeite derzeit an einem Problem, bei dem ich einen Markov-Ketten-Monte-Carlo- Algorithmus (MCMC) für ein Zustandsraummodell entwickeln muss. Um das Problem lösen zu können, wurde mir die folgende Wahrscheinlichkeit von : p ( ) = 2I ( > 0) / (1+ ). ist die Standardabweichung von .τ τ τ 2 τ...
In der Regel wird die Wahrscheinlichkeitstheorie mit Kolgomorovs Axiomen unterrichtet. Akzeptieren die Bayesianer auch Kolmogorovs
Ich schreibe einen kurzen theoretischen Aufsatz für einen Bayesian Statistics-Kurs (in einem Economics M.Sc.) über nicht-informative Prioritäten und versuche zu verstehen, welche Schritte zur Entwicklung dieser Theorie erforderlich sind. Mittlerweile besteht meine Zeitleiste aus drei...
Dies ist eine wiederkehrende Frage (siehe diesen Beitrag , diesen Beitrag und diesen Beitrag ), aber ich habe einen anderen Dreh. Angenommen, ich habe ein paar Samples von einem generischen MCMC-Sampler. Für jede Probe , weiß ich den Wert der Log - Likelihood und des log vor . Wenn es hilft, kenne...
Ich habe gerade ein großartiges Buch „ Introduction to Empirical Bayes“ gelesen . Ich fand das Buch großartig, aber das Erstellen von Prioritäten aus den Daten fühlte sich falsch an. Ich wurde geschult, dass Sie einen Analyseplan erstellen, dann Daten sammeln und dann die Hypothese testen, die Sie...
Gemäß dieser und dieser Antwort, scheinen Autoencoder eine Technik zu sein , das neuronale Netze für Dimensionsreduktion verwendet. Ich möchte zusätzlich wissen , was ist ein Variationsautoencoder (seine wichtigsten Unterschiede / Vorteile gegenüber einem „traditionellen“ Autoencoder) und auch das,...
Diese Frage ist also etwas chaotisch, aber ich werde bunte Grafiken einfügen, um das auszugleichen! Zuerst der Hintergrund, dann die Frage (n). Hintergrund Angenommen, Sie haben eine nnn dimensionale multinomiale Verteilung mit gleichen Wahrscheinlichkeitswerten über die nnn Kategorien. Sei...
Ich habe eine Weile versucht, die Idee der konjugierten Prioritäten in der Bayes'schen Statistik zu verstehen, aber ich verstehe es einfach nicht. Kann jemand die Idee auf einfachste Weise erklären, vielleicht am Beispiel des "Gaußschen
(Ich bin ein Neuling in der Statistik. Ich bin Mathematiker und Programmierer und ich versuche, so etwas wie einen naiven Bayes-Spamfilter zu bauen.) Ich habe an vielen Stellen bemerkt, dass die Leute dazu neigen, den Nenner in der Gleichung aus dem Bayes'schen Theorem aufzulösen. Also stattdessen:...
Ich bin daran interessiert zu lernen, wie man eine geografische Annäherung einer Art Epizentrum basierend auf den Daten des John Snow Cholera-Ausbruchs entwickelt. Welche statistische Modellierung könnte verwendet werden, um ein solches Problem zu lösen, ohne vorher zu wissen, wo sich die...
Ich wollte eine Frage stellen, die von einer hervorragenden Antwort auf die Frage nach der Intuition für die Beta-Distribution inspiriert war . Ich wollte die Ableitung für die vorherige Verteilung für den Schlagdurchschnitt besser verstehen. Es sieht so aus, als würde David die Parameter aus dem...
Wenn ich nach google "fisher" "fiducial" Ich bekomme sicher eine Menge Treffer, aber alle, denen ich gefolgt bin, sind absolut unverständlich. All diese Hits scheinen eines gemeinsam zu haben: Sie sind alle für eingefleischte Statistiker geschrieben, die gründlich in Theorie, Praxis, Geschichte...
Wir wissen, dass im Falle einer ordnungsgemäßen vorherigen Verteilung, 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) . Die übliche Rechtfertigung für diesen Schritt ist, dass die...
Ich bin daran interessiert, die Dichte einer stetigen Zufallsvariablen abzuschätzen . Eine Möglichkeit, dies zu tun, ist die Verwendung der Kernel-Dichteschätzung.XXX Jetzt interessiere ich mich jedoch für einen Bayes'schen Ansatz in der folgenden Richtung. Ich glaube zunächst, dass einer...
Was sind die Unterschiede zwischen generativen und diskriminativen (diskriminanten) Modellen (im Kontext des Bayes'schen Lernens und der Inferenz)? und worum geht es bei Vorhersage, Entscheidungstheorie oder unbeaufsichtigtem
Ich lerne gerade "Bayesian Reasoning and Machine Learning" von David Barber und es ist ein sehr gut geschriebenes und ansprechendes Buch zum Erlernen der Grundlagen. Also eine Frage an jemanden, der das schon gemacht hat. Was sind die nächsten Bücher, die ich lesen sollte, nachdem ich mit den...
Ich habe versucht, ein auf Intuition basierendes Verständnis des Bayes'schen Theorems in Bezug auf Prior , Posterior , Likelihood und marginale Wahrscheinlichkeit zu entwickeln. Dafür verwende ich die folgende Gleichung: wobei eine Hypothese oder einen Glauben darstellt und Daten oder Beweise...
Wenn ich versuche, zwischen verschiedenen Modellen oder der Anzahl von Merkmalen zu wählen, für die eine Vorhersage erforderlich ist, kann ich mir zwei Ansätze vorstellen. Teilen Sie die Daten in Trainings- und Testsätze auf. Besser noch, verwenden Sie Bootstrapping oder k-fach Kreuzvalidierung....
Ich habe die Literatur zur Regularisierung durchgesehen und oft Abschnitte gesehen, die die L2-Regulierung mit der Gaußschen Vorgängerversion und L1 mit Laplace auf Null zentriert verbinden. Ich weiß, wie diese Priors aussehen, aber ich verstehe nicht, wie sie sich beispielsweise in linearen...