«bayesian» 태그된 질문

따라서 임의 검색이 그리드 검색보다 더 효과적이라는 것을 알고 있지만 가장 최근의 접근 방식은 베이 시안 최적화 (가우시안 프로세스 사용)입니다. 나는 둘 사이의 비교를 찾았지만 아무것도 찾지 못했습니다. 스탠포드의 cs231n에서는 무작위 검색 만 언급하지만 일을 단순하게 유지하고 싶을 수도 있습니다. 내 질문은 : 어떤 접근 방식이 일반적으로 더 좋으며, 대답이 …

14 bayesian  hyperparameter 

나는 빈번한 계량 경제학에 대한 확실한 이해를 가정하여 베이지안 계량 경제학에 대한 이론적으로 엄격한 교과서를 찾고있다. 답변 당 하나의 작품을 제안하여 추천 사항을 개별적으로 투표하거나 거절 할 수 있습니다.

14 bayesian  econometrics  references 

다음과 같은 설정을 상상해보십시오. 동전 2 개, 공정한 것으로 보장 되는 동전 A , 공정하거나 아닐 수도있는 동전 B가 있습니다. 당신은 100 코인 플립을하도록 요청 받았으며, 당신의 목표는 헤드 수 를 최대화하는 것입니다 . 코인 B에 대한 당신의 이전 정보는 동전이 3 번 뒤집히고 1 헤드를 산출했다는 것입니다. 결정 규칙이 …

14 bayesian  decision-theory 

베이지안 올가미를 설명하는 수학이 많은 논문이 있지만, 사용할 수있는 올바른 JAGS 코드를 테스트하고 싶습니다. 누군가 정규화 된 로지스틱 회귀를 구현하는 샘플 BUGS / JAGS 코드를 게시 할 수 있습니까? 모든 체계 (L1, L2, Elasticnet)는 훌륭하지만 Lasso가 선호됩니다. 흥미로운 대안적인 구현 전략이 있는지 궁금합니다.

14 bayesian  logistic  lasso  jags  regularization 

REML에 대한 베이지안 해석이 가능합니까? 내 직감에 따르면 REML은 소위 경험적 베이 즈 추정 절차와 강력하게 유사하며 어떤 종류의 점근 적 동등성 (일부 적절한 선례에서)이 입증되었는지 궁금합니다. 예를 들어 경험적 베이와 REML은 모두 성가신 매개 변수에 직면 한 '손상된'추정 접근법처럼 보입니다 . 주로이 질문으로 찾는 것은 이러한 종류의 논증이 가져 …

14 bayesian  asymptotics  reml 

질문 : 변수 선택을 위해 하나를 사용하는 것의 장점 / 단점은 무엇입니까? I는 가능성이 있다고 가정 I를 넣을 수 어느 사도 중 하나 : 또는 y∼N(Xw,σ2I)y∼N(Xw,σ2I)y\sim\mathcal{N}(Xw,\sigma^2I)wi∼πδ0+(1−π)N(0,100)π=0.9,wi∼πδ0+(1−π)N(0,100)π=0.9, w_i\sim \pi\delta_0+(1-\pi)\mathcal{N}(0,100)\\ \pi=0.9\,, wi∼exp(−λ|wi|)λ∼Γ(1,1).wi∼exp⁡(−λ|wi|)λ∼Γ(1,1). w_i\sim \exp(-\lambda|w_i|)\\ \lambda \sim \Gamma(1,1)\,. 나는 '정규화'매개 변수를 선택 하기 위해 대부분의 가중치가 0이고 이전의 감마를 강조하기 위해 를 넣었습니다 …

14 bayesian  feature-selection 

내 (매우 기본적인) 이해를 위해 Naive Bayes는 훈련 데이터에서 각 기능의 클래스 빈도를 기반으로 확률을 추정합니다. 그러나 연속 변수의 빈도를 어떻게 계산합니까? 그리고 예측을 수행 할 때 훈련 세트에서 동일한 관측치 값을 가질 수없는 새로운 관측치를 어떻게 분류합니까? 거리 측정을 사용하거나 1NN을 찾습니까?

14 machine-learning  classification  bayesian  naive-bayes 

MLE = 최대 가능성 추정 MAP = 사후 최대 MLE는 매개 변수가 주어진 관측 확률 (즉, 우도 함수) 로만 시작 하고 관측치에 가장 잘 맞는 매개 변수를 찾으려는 점에서 직관적 / 순진 합니다 . 그러나 사전 지식은 고려하지 않습니다. MAP는 베이 즈 규칙을 통한 사전 지식을 고려하기 때문에보다 합리적으로 보입니다. …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

많은 실제 응용 분야에서, MCMC 기반 방법은 사후가 분석적 임에도 불구하고 매개 변수를 추정하는 데 사용됩니다 (예를 들어, 선행 기술이 공액 이었기 때문에). 저에게는 MCMC 기반 견적 도구보다는 MAP 견적 도구를 사용하는 것이 더 합리적입니다. MCMC가 왜 분석 후부에서 여전히 적절한 방법인지 지적 할 수 있습니까?

13 bayesian  mcmc  posterior 

베이지안 딥 러닝이란 무엇이며 기존 베이지안 통계 및 전통적인 딥 러닝과 어떤 관련이 있습니까? 주요 개념과 수학은 무엇입니까? 파라 메트릭이 아닌 베이지안 통계라고 말할 수 있습니까? 주요 작업과 현재 주요 개발 및 응용 프로그램은 무엇입니까? 추신 : Bayesian Deep Learning은 많은 주목을 받고 있습니다. NIPS 워크숍을 참조하십시오.

13 bayesian  deep-learning 

저는 베이지안 통계 연구를 처음 사용합니다. 베이지안 연구원들이 JAGS / Stan과 같은 도구를 사용하는 대신 MCMC를 스스로 구현하는 것이 더 좋다고 연구원들로부터 들었습니다. 학습 목적을 제외하고 MCMC 알고리즘을 R과 같이 "빠르지 않은"언어로 구현하면 어떤 이점이 있습니까?

13 bayesian  mcmc 

사전에 빈번한 결과를 베이지안으로 바꾸려면 어떻게해야합니까? 다음과 같은 일반적인 시나리오를 고려하십시오. 과거에 실험을 수행했으며 일부 매개 변수 에 대한 결과 가 측정되었습니다. 분석은 빈번한 방법론으로 수행되었습니다. 대한 신뢰 구간 이 결과에 제공됩니다.ϕϕϕ\phiϕϕ\phi 이제 및 와 같은 다른 매개 변수를 측정하려는 새로운 실험을 수행하고 있습니다. 내 실험은 이전 연구와 다릅니다 --- …

13 bayesian  confidence-interval  meta-analysis  prior 

내 질문은 효과 크기에 대한 사전에 관한 것이며, 프로젝트에서 측정 값은 Cohen 's 입니다. 문헌을 읽음으로써, 계층 적 베이지안 메타 분석의 잘 알려진 8 개 학교 예와 같이, 모호한 사전이 종종 사용되는 것처럼 보인다. 여덟 개의 학교 예에서, 나는 과 같이 mu 추정에 사용 된 모호한 것을 보았습니다 .μ θ …

13 bayesian  meta-analysis  effect-size 

이 방정식이 어떻게 도출되었는지 이해할 수 없습니다. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} 이 방정식은 OJ Simpson의 사례가 문제로 제시된 논문 "확률에 의한 시험"에서 발췌 한 것입니다. 피고는 이중 살인 혐의로 재판을 받고 있으며 그에 대한 두 가지 증거가 도입되었습니다. M1M1M_{1} 은 피고의 피가 범죄 현장에서 발견 된 한 방울의 피와 …

13 bayesian  conditional-probability  bayes 

나는 이것에 대해 전에 물었고 모델 매개 변수를 만드는 것과 잠복 변수를 만드는 것을 식별하는 데 어려움을 겪었습니다. 따라서이 사이트 에서이 주제에 대한 다양한 스레드를 살펴보면 주요 차이점은 다음과 같습니다. 잠복 변수는 관찰되지 않지만 변수 및 매개 변수도 관찰되지 않으며 변수와 관련이 없으므로 분포가 없습니다. 이는 상수이며 고정하지만 알 수없는 …

13 bayesian  modeling  random-variable  latent-variable