5 천만 개의 고유 한 개체군이 있고 1,000 만 개의 샘플을 교체한다고 가정 해 보겠습니다. 첫 번째 그래프는 내가 첨부 한 동일한 "사물"을 몇 번이나 샘플링했는지 보여줍니다. 인구가 샘플보다 큽니다. 그러나 제 인구가 천만 개에 불과하고 천만 개 샘플을 채취하면 두 번째 그래프에서 볼 수 있듯이 동일한 횟수를 반복하여 샘플링하는 …
단일 데이터 세트에서 두 개의 값 그룹을 분리하려고합니다. 모집단 중 하나가 정규 분포이고 표본 크기의 절반 이상이라고 가정 할 수 있습니다. 두 번째 값은 첫 번째 값보다 낮거나 높습니다 (배포를 알 수 없음). 내가하려는 것은 정상적으로 분포 된 인구를 다른 사람들과 묶는 상한과 하한을 찾는 것입니다. 내 가정은 시작점을 제공합니다. …
MLE (Maximum Likelihood Estimation) 및 EM (Expectation Maximization)과 어떤 관련이 있는지에 대한 간단한 개념적 질문이 있습니다. 내가 이해하는 것처럼 누군가 "우리는 MLE를 사용했습니다"라고 말하면 데이터 PDF의 명시 적 모델을 가지고 있다는 의미입니까? 이것에 대한 대답은 그렇습니다. 다른 말로하면, 누군가 "MLE"이라고 말하면 어떤 PDF를 사용하는지 물어 보는 것이 좋습니다. 이것이 맞습니까? …
독립적이고 동일하게 분포 된 일 변량 관측 값 와 x 가 어떻게 생성 되었는지에 대한 두 가지 가설 이 있다고 가정합니다 .엑스엑스x엑스엑스x : x 는 평균과 분산을 알 수없는 단일 가우스 분포에서 도출됩니다.H0H0H_0엑스엑스x : x 는 평균, 분산 및 혼합 계수가 알려지지 않은 두 가우스 혼합에서 도출됩니다.HㅏHㅏH_A엑스엑스x 만약 내가 제대로 …
히든 마르코프 모델에서 전환 확률에 특정 초기 값을 부여하면 어떤 이점이 있습니까? 결국 시스템은 그것들을 배우므로 임의의 값 이외의 값을 제공하는 요점은 무엇입니까? 기본 알고리즘이 Baum-Welch와 같은 차이를 만들어 냅니까? 처음에 과도기 확률을 매우 정확하게 알고 주요 목적이 숨겨진 상태에서 관측치까지의 출력 확률을 예측하는 것이라면 무엇을 조언 하시겠습니까?
다음 요인 분석 모델에 대해 EM 알고리즘을 구현하려고합니다. 여제이= μ + B a제이+ 전자제이...에 대한j = 1 , … , nWj=μ+Baj+ejforj=1,…,nW_j = \mu+B a_j+e_j \quad\text{for}\quad j=1,\ldots,n 여기서 P 차원 랜덤 벡터 인, j는 잠재 변수 Q 차원 벡터이고, B는 파라미터이 개의 행렬이다.여제이WjW_jㅏ제이aja_j비BB 모형에 사용 된 다른 가정의 결과로, 여기서 D …
에서 이 인기있는 질문 , 높은 upvoted 대답은 MLE와 바움 웰치는 HMM 피팅에서 분리합니다. 훈련 문제의 경우 MLE (최대 우도 추정), Viterbi 훈련 (Viterbi 디코딩과 혼동하지 마십시오), Baum Welch = 순방향 알고리즘의 3 가지 알고리즘을 사용할 수 있습니다. 그러나 Wikipedia 에서는 Baum–Welch 알고리즘은 잘 알려진 EM 알고리즘을 사용하여 모수의 최대 …
이 문제는 결합 복사 전송-확산 모델을 이용한 확산 광 단층 촬영의 이미지 재구성이라는 제목의 논문을 기반으로합니다. 다운로드 링크 저자 는 이미지의 픽셀을 추정하기 위해 알 수없는 벡터 의 희소성 정규화 와 함께 EM 알고리즘을 적용 합니다. 모델은엘1엘1l_1μμ\mu 와이= A μ + e(1)(1)와이=ㅏμ+이자형y=A\mu + e \tag{1} 추정치는 식 (8)에 μ^= 인수m …
현재 R의 JAGS를 사용하는 계층 적 베이지안 모델을 배우고 있으며 Python을 사용하는 pymc ( "Bayesian Methods for Hackers" ) 도 배우고 있습니다. 이 포스트 에서 직관을 얻을 수 있습니다 . "알고 싶은 복잡한 분포에서 독립 표본을 채취 한 것처럼"있는 것처럼 "보이는 숫자 더미로 끝납니다. 조건부 확률을 제공 한 다음 조건부 …
Gaussian Mixture 모델을 연구하고 있으며이 질문을 직접 제기합니다. 기본 데이터가 가우시안 분포 의 혼합에서 생성 되고 각각의 평균 벡터가 이고 여기서 1 \ leq k \ leq K 와 각각 동일한 co- 분산 행렬 \ Sigma이며이 \ Sigma 가 대각선 행렬 이라고 가정합니다 . 그리고 혼합 비율이 1 / K …
주어진 데이터 세트 와 부분적으로 관측 된 데이터 세트 의 최대 우도 추정치를 찾고자하는 혼합 모델이 있습니다. I는 (의 기대 계산 단계 E를 모두 구현 한 주어진 및 전류 파라미터 예상 소정의 음의 로그 우도 최소화하기 위해, 상기 M-공정) .xxxzzzzzzxxxθkθk\theta^kzzz 내가 이해했듯이 모든 반복에 대해 최대 가능성이 증가하고 있습니다. 이것은 …
각각 랜덤 변수 가있는 단위 의 모집단이 있다고 가정합니다 . 모든 단위에 대해 값을 관찰 합니다. 의 추정치를 원합니다 .NNNXi∼Poisson(λ)Xi∼Poisson(λ)X_i \sim \text{Poisson}(\lambda)n=N−n0n=N−n0n = N-n_0Xi>0Xi>0X_i > 0λλ\lambda 답변을 얻는 방법과 조건부 최대 가능성 방법이 있지만 EM 알고리즘을 시도하고 싶었습니다. EM 알고리즘을 여기서 아래 첨자는 알고리즘의 이전 반복 값을 나타내며 는 매개 …