«distributions» 태그된 질문

샘플이 거의없는 이변 량 가우스 분포를 "학습"해야하지만 이전 분포에 대한 가설이 좋으므로 베이지안 접근법을 사용하고 싶습니다. 이전을 정의했습니다 : P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 \\ 0 & 27 \end{bmatrix} 그리고 내 분포는 …

15 distributions  bayesian  estimation  covariance  posterior 

삼각 측량 된 3D 메쉬가 있습니다. 삼각형 영역에 대한 통계는 다음과 같습니다. 최소 0.000 최대 2341.141 평균 56.317 표준 개발 98.720 따라서 표준 편차에 특히 유용한 것이거나 수치가 위와 같이 작동 할 때 계산에 버그가 있음을 암시합니까? 이 지역은 정규 분포와는 거리가 멀다. 그리고 아래의 답변 중 하나에서 언급 한 …

15 distributions  mean  standard-deviation 

메시지 전달 방법이 무엇인지 모호합니다. 배포의 각 요인의 근사를 반복적으로 다른 모든 요인의 모든 근사에 따라 작성하여 분포에 대한 근사를 작성하는 알고리즘입니다. 나는 둘 다 Variational Message Passing 과 Expectation Propagation의 예라고 믿는다 . 메시지 전달 알고리즘이보다 명확하고 정확하게 무엇입니까? 참조를 환영합니다.

15 distributions  bayesian  references  algorithms 

컴퓨터 시뮬레이션을 통해 알고리즘 적으로 수학적으로 분포의 속성을 배우는 장단점은 무엇입니까? 컴퓨터 시뮬레이션은 대안적인 학습 방법이 될 수 있습니다. 특히 미적분학이 강하지 않은 신입생에게는 더욱 그렇습니다. 또한 코딩 시뮬레이션은 분포 개념을 더 빠르고 직관적으로 파악할 수있는 것으로 보입니다.

15 distributions  algorithms  teaching 

CE Rasmussen과 CKI Williams의 기계 학습 을 위한 가우시안 프로세스 교과서를 읽고 있는데, 함수 분포 가 무엇을 의미 하는지 이해하는 데 어려움이 있습니다. 교과서에는 함수가 매우 긴 벡터 (사실, 무한히 길어야 하는가)로 상상해야한다는 예가 제시되어 있습니다. 함수에 대한 분포는 이러한 벡터 값의 "위"에 그려진 확률 분포라고 생각합니다. 그러면 함수가이 특정 …

15 distributions  gaussian-process 

분포 의 예상 값은 f(x)f(x)f(x)평균입니다. 즉 가중 평균 값 E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx 가장 가능성이 높은 값은 가장 가능성있는 값인 모드입니다. 그러나 우리는 어떻게 든 E[x]E[x]E[x] 를 여러 번 볼 것으로 예상 합니까? 여기 에서 인용 : 결과 xixix_i 가 똑같이 가능하지 않은 경우 단순 평균을 가중 평균으로 …

15 probability  distributions  chi-squared  expected-value  mode 

나는 2 사이의 비 유사성 척도로 KL 분기를 사용하고 있습니다. m . f . p.m.f.p.m.f.p.m.f. PPP 와 QQQ . =−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi)DKL(P||Q)=∑i=1Nln(PiQi)PiDKL(P||Q)=∑i=1Nln⁡(PiQi)PiD_{KL}(P||Q) = \sum_{i=1}^N \ln \left( \frac{P_i}{Q_i} \right) P_i =−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=−∑P(Xi)ln(Q(Xi))+∑P(Xi)ln(P(Xi))=-\sum P(X_i)ln\left(Q(X_i)\right) + \sum P(X_i)ln\left(P(X_i)\right) 경우 그리고, 우리는 쉽게 그 계산할 수 P(Xi)=0P(Xi)=0P(X_i)=0P(Xi)ln(Q(Xi))=0P(Xi)ln(Q(Xi))=0P(X_i)ln\left(Q(X_i)\right)=0 P(Xi)ln(P(Xi))=0P(Xi)ln(P(Xi))=0P(X_i)ln\left(P(X_i)\right)=0 그러나 및 를 계산하는 방법P(Xi)≠0P(Xi)≠0P(X_i)\ne0Q(Xi)=0Q(Xi)=0Q(X_i)=0P(Xi)ln(Q(Xi))P(Xi)ln(Q(Xi))P(X_i)ln\left(Q(X_i)\right)

15 distributions  distance  kullback-leibler 

Peter Thiel의 스타트 업 강의에 대한 Blake Master의 노트를 읽으 면서 기술 프론티어에 대한 이 은유 를 발견했습니다. 연못, 호수, 바다로 덮여있는 세상을 상상해보십시오. 당신은 보트, 물 속에 있습니다. 그러나 안개가 심해서 상대방과의 거리를 모릅니다. 연못, 호수 또는 바다에 있는지 알 수 없습니다. 연못에 있다면 교차하는 데 약 1 시간이 …

15 distributions  queueing  interarrival-time 

Poisson 분포를 따를 것으로 예상되는 데이터 세트가 있지만 약 3 배 정도 과대 산포되어 있습니다. 현재 R의 다음 코드와 같은 것을 사용하여이과 분산을 모델링하고 있습니다. ## assuming a median value of 1500 med = 1500 rawdist = rpois(1000000,med) oDdist = rawDist + ((rawDist-med)*3) 시각적으로 이것은 경험적 데이터에 매우 잘 맞는 …

15 distributions  modeling  poisson-distribution  overdispersion 

n 차원 연속 값 벡터로 구성된 두 개 이상의 표본 모집단이 있다고 가정 해 보겠습니다. 이러한 표본이 동일한 분포에 속하는지 테스트하는 비모수 적 방법이 있습니까? 그렇다면 R 또는 Python에 함수가 있습니까?

15 r  distributions  nonparametric  python 

"이 변수 는 있고 대부분의 질량은 있고 1을 향해 계속 감소한다는 것을 알고 있습니다. 모델링을 위해 어떤 분포를 사용할 수 있습니까? "( 0 , 1 ) ( 0 , .20 )엑스xx( 0 , 1 )(0,1)(0,1)( 0 , .20 )(0,.20)(0,.20) 실제로, 나는 그것들을 알고 있기 때문에 몇 번의 동일한 분포를 반복해서 …

15 distributions  references 

베이지안 모델에서 짧은 간격 자산 수익을 모델링하기 위해 배포시 사용하고 싶습니다. 분포에 대한 자유도 (모델의 다른 매개 변수와 함께)를 추정하고 싶습니다. 나는 자산 수익률이 정상적이지 않다는 것을 알고 있지만, 그 이상을 너무 많이 모른다. 그러한 모형에서 자유도에 대한 적절하고 약간 유익한 사전 분포는 무엇입니까?

15 distributions  bayesian  modeling  prior 

다른 분포를 따르는 두 개의 데이터 세트 (소스 및 대상 데이터)가 있습니다. 소스와 대상 데이터 사이의 한계 분포를 계산하기 위해 비모수 거리 분포 인 MMD를 사용하고 있습니다. 소스 데이터, Xs 대상 데이터, Xt 적응 매트릭스 A * 투영 데이터, Zs = A '* Xs 및 Zt = A'Xt * MMD …

15 machine-learning  distributions  distance  feature-construction  domain-adaptation 

연중 웹 사이트 사용 시간을 조사하는 데이터 분석 프로젝트를 수행하고 있습니다. 내가하고 싶은 것은 사용 패턴이 얼마나 "일관성"인지, 즉 일주일에 한 번 1 시간 동안 사용하는 패턴과 얼마나 가까운 지 비교하고, 한 번에 10 분 동안 사용하는 패턴과 얼마나 유사한 지 비교하는 것입니다. 주당 시간. 계산할 수있는 몇 가지 사항을 …

14 distributions  distance  frequency  comparison 

Cauchy 분포는 어떻게 든 "예측할 수없는"분포입니까? 나는 노력했다 cs <- function(n) { return(rcauchy(n,0,1)) } 다수의 n 값에 대해 R에서 R은 때때로 예측할 수없는 값을 생성한다는 것을 알았습니다. 예를 들어 비교 as <- function(n) { return(rnorm(n,0,1)) } 항상 "소형"의 구름을 제공하는 것 같습니다. 이 그림으로 정규 분포처럼 보일까요? 그러나 값의 하위 …

14 distributions  intuition  cauchy