«bayesian» 태그된 질문

(저는 통계 전문가입니다. 저는 수학자이자 프로그래머이며 순진한 베이지안 스팸 필터와 같은 것을 만들려고합니다.) 많은 곳에서 사람들이 베이 즈 정리의 방정식에서 분모를 분해하는 경향이 있음을 알았습니다. 그래서 이것 대신에 : P(A|B)⋅P(B)P(A)P(A|B)⋅P(B)P(A)\frac{P(A|B)\cdot P(B)}{P(A)} 우리는 이것을 제시합니다 : P(A|B)⋅P(B)P(A|B)⋅P(B)+P(A|¬B)⋅P(¬B)P(A|B)⋅P(B)P(A|B)⋅P(B)+P(A|¬B)⋅P(¬B)\frac{P(A|B)\cdot P(B)}{P(A|B)\cdot P(B)+P(A|\neg B)\cdot P(\neg B)} 이 컨벤션은 이 위키 백과 기사 와 Tim Peters의 …

23 bayesian 

나는 베이지안 통계에서 켤레 이전의 개념을 잠시 이해하려고 노력했지만 단순히 이해하지 못한다. 누구나 "가우스 사전"을 예로 사용하여 가장 간단한 용어로 아이디어를 설명 할 수 있습니까?

23 bayesian  conditional-probability  conjugate-prior 

Andrew Gelman은 Bayesian AB 테스트에 다중 가설 수정이 필요하지 않은 이유에 대한 광범위한 기사를 작성했습니다. 왜 우리는 (일반적으로) 다중 비교에 대해 걱정할 필요가 없는가 , 2012. 잘 모르겠습니다 : 왜 베이지안 방법이 여러 번의 테스트 수정이 필요하지 않습니까? A ~ Distribution1 + Common Distribution B ~ Distribution2 + Common Distribution …

22 hypothesis-testing  bayesian  multiple-comparisons 

나는 정규화에 관한 문헌을 살펴 보았고 L2 규제를 가우시안과 연결하고 L1을 0으로 중심으로 한 L1을 연결하는 단락을 종종 볼 수 있습니다. 나는 이러한 이전의 모습을 알고 있지만 선형 모델의 가중치와 같이 어떻게 해석되는지 이해하지 못합니다. L1에서, 내가 올바르게 이해한다면, 우리는 희소 한 솔루션, 즉 일부 가중치가 정확히 0으로 푸시 될 …

22 regression  bayesian  prior  regularization  laplace-distribution 

연속 랜덤 변수 의 밀도를 추정하고 싶습니다 . 내가 배운 한 가지 방법은 Kernel Density Estimation을 사용하는 것입니다.XXX 그러나 이제 다음 줄을 따라 베이지안 접근 방식에 관심이 있습니다. 나는 처음에 가 분포 따른 다고 믿는다 . 나는 읽습니다 . 새로운 수치를 기반으로 를 업데이트하는 방법이 있습니까?F n X FXXXFFFnnnXXXFFF 나는 …

22 bayesian  pdf  nonparametric-bayes  dirichlet-process 

저는 현재 David Barber의 "Bayesian Reasoning and Machine Learning"을 겪고 있으며 기초 학습을위한 매우 잘 쓰여지고 매력적인 책입니다. 그래서 이미 이것을 한 누군가에게 질문하십시오. 이발사에서 대부분의 개념을 숙달 한 후에해야 할 다음 책은 무엇입니까?

22 machine-learning  bayesian  references  graphical-model 

다양한 모델 또는 포함 할 기능의 수를 선택하려고 할 때 예측이라고하면 두 가지 접근법을 생각할 수 있습니다. 데이터를 학습 및 테스트 세트로 분할하십시오. 더 나은 방법은 부트 스트랩 또는 k- 폴드 교차 검증을 사용하는 것입니다. 매번 훈련 세트를 훈련시키고 테스트 세트에 대한 오차를 계산하십시오. 테스트 오류 대 매개 변수 수를 …

22 bayesian  model-selection  cross-validation  feature-selection 

베이지안 학습과 추론의 맥락에서 생성 적 모델과 차별적 (차별적) 모델의 차이점은 무엇입니까? 그리고 예측, 결정 이론 또는 비지도 학습과 관련이있는 것은 무엇입니까?

22 bayesian  predictive-models  unsupervised-learning 

적절한 사전 배포의 경우 피( θ ∣ X) = P( X∣ θ ) P( θ )피( 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) . 이 단계에 대한 일반적인 정당성의 여백 분포이다 , ,에 대해 상수 인 사후 분포를 …

22 distributions  bayesian  prior  posterior 

나는 측면에서 베이 즈 이론의 이해를 기반으로 직관을 개발하기 위해 노력했습니다 전 , 후방 , 가능성 과 한계 확률을. 이를 위해 다음 방정식을 사용합니다. P(B|A)=P(A|B)P(B)P(A)P(B|A)=P(A|B)P(B)P(A)P(B|A) = \frac{P(A|B)P(B)}{P(A)} 여기서AAA는 가설 또는 신념을나타내고BBB는 데이터 또는 증거를 나타냅니다. 나는의 개념을 이해 한후방- 그것은 통일 기업의 그 결합이전에믿음과가능성이벤트. 내가 이해하지 못하는 것은가능성이 무엇을의미 하는가? …

22 bayesian  likelihood  intuition 

일부 출처는 우도 함수가 조건부 확률이 아니라고 말합니다. 이것은 나에게 매우 혼란 스럽다. 내가 본 대부분의 출처에 따르면, 매개 변수 를 갖는 분포 의 가능성 은 샘플이 주어질 확률 질량 함수의 곱이어야합니다 .n x iθθ\thetannnxixix_i L ( θ ) = L ( x1, x2, . . . , x엔; θ …

21 probability  bayesian  conditional-probability  likelihood  frequentist 

베이지안 부트 스트랩 프로세스가 무엇인지, 그리고 일반 부트 스트랩과 어떻게 다른지 이해하는 데 어려움을 겪고 있습니다. 그리고 누군가가 직관적이고 개념적인 검토와 두 가지를 비교할 수 있다면 좋을 것입니다. 예를 들어 봅시다. 데이터 세트 X가 [1,2,5,7,3]이라고 가정 해 봅시다. X 크기 ([7,7,2,5,7], [3,5,2,2,7] 등)와 동일한 샘플 크기를 생성하기 위해 여러 번 …

21 bayesian  sampling  bootstrap 

전문 이것은 긴 글입니다. 이 내용을 다시 읽는다면 배경 자료는 동일하게 유지되지만 질문 부분을 수정했습니다. 또한 문제에 대한 해결책을 고안했다고 생각합니다. 해당 솔루션은 게시물 하단에 나타납니다. 내 원래 솔루션 (이 게시물에서 편집; 해당 솔루션의 편집 기록 참조)이 반드시 바이어스 된 추정치를 생성했음을 지적한 CliffAB에게 감사합니다. 문제 기계 학습 분류 문제에서 …

21 machine-learning  bayesian  sampling  roc  auc 

나는 사전이 적절할 필요가 없으며 우도 함수도 1에 통합되지 않는다는 것을 알고 있습니다. 그러나 후자는 적절한 분포가 필요합니까? 그렇지 않은 경우의 의미는 무엇입니까?

21 distributions  bayesian  posterior 

나는 각각의 알려진 크기 표본에서 측정의 관측 평균과 SD를보고하는 일련의 논문을 검토했습니다 . 나는 내가 설계하고있는 새로운 연구에서 같은 측정법의 가능한 분포와 그 추측에 얼마나 많은 불확실성이 있는지에 대해 최선의 추측을하고 싶습니다. ) 이라고 가정 합니다.n X ~ N ( μ , σ 2엑스엑스X엔엔n엑스~ N( μ , σ2엑스∼엔(μ,σ2X \sim N(\mu, …

21 bayesian  normal-distribution  meta-analysis