Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 4 ans . Pouvez-vous m'aider à comprendre le point de...
Définissez le critère d'information bayésien comme (je ne laisse pas tomber le constante, , pour éviter les problèmes lors de l'équation à la vraisemblance marginale)BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π))BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))}...
Il s'agit davantage d'une question philosophique, mais d'un point de vue purement bayésien, comment peut-on réellement former une connaissance préalable? Si nous avons besoin d'informations préalables pour effectuer des inférences valides, alors il semble y avoir un problème si nous devons faire...
J'enseigne la physique à des élèves du secondaire et j'aimerais que mes élèves effectuent une comparaison rudimentaire de modèles bayésiens pour les données de leurs expériences. J'ai trouvé un moyen pour eux de le faire (voir ci-dessous), mais je ne suis pas certain que ce soit correct....
J'ai lu les excellents commentaires sur la façon de traiter les valeurs manquantes avant d'appliquer SVD, mais j'aimerais savoir comment cela fonctionne avec un exemple simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Étant donné la matrice ci-dessus, si je...
J'analyse un ensemble de données contenant des observations de n nombre de tentatives par des joueurs dans un jeu. Si je construis un modèle de régression pour prédire le résultat de chaque tentative avec un ou plusieurs descripteurs concernant chaque tentative de joueur , comment puis-je mesurer...
J'essaie d'implémenter HMC avec une matrice de masse non diagonale, mais je me fais trébucher par une partie de la terminologie. Selon BDA3 et la revue de Neal, le terme d'énergie cinétique (qui, je suppose, est toujours utilisé pour des raisons de commodité) est K( p ) =pTM- 1p2.K(p)=pTM−1p2. K(p)...
J'évalue actuellement les paramètres d'un modèle défini par plusieurs équations différentielles ordinaires (ODE). J'essaie ceci avec une approche bayésienne en approximant la distribution postérieure des paramètres étant donné certaines données en utilisant la chaîne de Markov Monte Carlo (MCMC)....
Déterminer comment simuler quelque chose est souvent le meilleur moyen de comprendre les principes sous-jacents. Je ne sais pas exactement comment simuler ce qui suit. Supposer que Oui∼ N( μ ,σ2)Oui∼N(μ,σ2)Y \sim N(\mu, \sigma^{2}) et cela μμ\mu a une distribution antérieure qui est N(...
Si je comprends bien, les réseaux de neurones profonds effectuent un "apprentissage de la représentation" en superposant les caractéristiques ensemble. Cela permet d'apprendre des structures dimensionnelles très élevées dans les entités. Bien sûr, c'est un modèle paramétrique avec un nombre fixe de...
Mon problème est le suivant: j'ai un ensemble de prédicteurs qui produisent chacun une distribution sur un ensemble de classes. Ce que je voudrais faire, c'est d'abord avoir un préalable non informatif sur l'apparence de cette distribution d'étiquettes, puis le mettre à jour avec la prédiction de...
Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 2 ans . Je suis un Bayésien simple d'esprit qui se...
Je cherche à estimer un GLM hiérarchique mais avec une sélection de caractéristiques pour déterminer quelles covariables sont pertinentes au niveau de la population à inclure. Supposons que j'ai GGG groupes avec NNN observations et KKKcovariables possibles C'est-à-dire que j'ai une matrice de...
Dans "L'apprentissage automatique: une perspective probabiliste" de Kevin Murphy, le chapitre 3.2, l'auteur montre l'apprentissage conceptuel bayésien sur un exemple appelé "jeu de nombres": Après avoir observé NNN des échantillons de {1,...,100}{1,...,100}\{1,...,100\}, nous voulons choisir une...
TLDR: Les splines de régression en plaques minces ont-elles une interprétation probabiliste / bayésienne? Étant donné les paires entrée-sortie , ; Je veux estimer une fonction comme suit où est une fonction du noyau et est un vecteur caractéristique de taille . Les coefficients et peuvent être...
Une fonction boîte noire F:Rn→ RF:Rn→Rf: \mathbb{R}^n \rightarrow \mathbb{R}, qui est évalué ponctuellement soumis au bruit gaussien, à savoir, F( x ) + N( μ ( x ) , σ( x)2)F(X)+N(μ(X),σ(X)2)f(x) + \mathcal{N}(\mu(x),\sigma(x)^2), peut être minimisé en utilisant l'optimisation bayésienne où un...
Suppose que X=(X1,...,Xn),:(Ω,A,P)→({0,1}n,2{0,1}n)X=(X1,...,Xn),:(Ω,A,P)→({0,1}n,2{0,1}n)X=(X_1, ..., X_n),: (\Omega, A,P)\to (\{0,1\}^n, 2^{{\{0,1\}}^n}) et Oui= (Oui1, . . . ,Ouin) : ( Ω , A , P) → ( { 0 , 1}n,2{ 0 , 1 }n)Oui=(Oui1,...,Ouin):(Ω,UNE,P)→({0,1}n,2{0,1}n)Y=(Y_1, ..., Y_n):(\Omega,...
Je suis confus quant à la bonne façon d'écrire le filet élastique. Après avoir lu certains documents de recherche, il semble y avoir trois formes 1)exp{−λ1|βk|−λ2β2k}exp{−λ1|βk|−λ2βk2}\exp\{-\lambda_1|\beta_k|-\lambda_2\beta_k^2\}
Quelqu'un pourrait-il expliquer pourquoi Richard McElreath dit que le test exact de Fisher est rarement utilisé de manière appropriée dans son excellent livre d'introduction bayésienne ( Statistical Rethinking )? Pour référence, le contexte est ci-dessous: Pourquoi les tests ne sont-ils pas...