«markov-process» 태그된 질문

Markov Chain 및 HMM에 대해 배울 수있는 자료 (자습서, 교과서, 웹 캐스트 등)를 찾고 있습니다. 저의 배경은 생물 학자이며 현재 생물 정보학 관련 프로젝트에 참여하고 있습니다. 또한 Markov 모델 및 HMM을 충분히 이해하는 데 필요한 수학적 배경은 무엇입니까? Google을 사용하여 둘러 보았지만 지금까지 좋은 입문서를 찾지 못했습니다. 나는 여기 누군가가 …

57 references  markov-process  hidden-markov-model  bioinformatics 

나는 이것이 주제가 아닌 것처럼 들릴 수 있지만 내 말을 듣는다. 스택 오버플로에서 게시물에 대한 투표를 받으면 모두 표 형식으로 저장됩니다. 예 : 게시물 유권자 ID 투표 유형 날짜 시간 ------- -------- --------- -------- 1012 2000-1-1 10:00:01 11 3 3 2000-1-1 10:00:01 10 5 2 2000-1-1 10:00:01 ... 등등. 투표 …

50 time-series  hypothesis-testing  data-mining  markov-process  censoring 

통계에 발이 젖었으므로이 질문이 이해가되지 않으면 죄송합니다. Markov 모델을 사용하여 숨겨진 상태 (불공정 카지노, 주사위 롤 등) 및 신경망을 예측하여 사용자가 검색 엔진에서 클릭 한 클릭을 연구했습니다. 둘 다 우리가 관측 값을 사용하여 알아 내려고 애썼던 상태를 숨겼습니다. 이해하기 위해 둘 다 숨겨진 상태를 예측하므로 신경망에서 Markov 모델을 언제 사용할지 …

40 data-mining  algorithms  neural-networks  markov-process 

R (내장 함수)에 일련의 관측치에서 Markov Chain의 전이 행렬을 계산하는 방법이 있습니까? 예를 들어, 다음과 같은 데이터 세트를 가져와 1 차 전이 행렬을 계산합니까? dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = 100, replace=TRUE)))

29 r  markov-process 

베이지안 네트워크와 마르코프 프로세스의 차이점은 무엇입니까? 나는 둘 다의 원리를 이해했다고 믿었지만 지금은 두 가지를 비교해야 할 때 잃어버린 느낌이 든다. 그들은 나에게 거의 같은 의미입니다. 분명히 그들은 아닙니다. 다른 자료에 대한 링크도 높이 평가됩니다.

28 bayesian  references  modeling  markov-process  bayesian-network 

행과 열을 갖는 임의의 비 제곱 행렬 , 평균 = 0으로 임의로 분포 된 요소 를 생성 하고 각 행의 길이 (L2 규범)가 이고 각 열의 길이가 . 마찬가지로, 제곱 값의 합은 각 행에 대해 1이고 각 열에 대해 입니다.RRRCCC111RC−−√RC\sqrt{\frac{R}{C}}RCRC\frac{R}{C} 지금까지 나는 이것을 달성하는 한 가지 방법을 발견했다. 매트릭스 요소를 …

25 random-generation  normalization  markov-process  random-matrix 

누군가가 내 이해를 확인하거나 뭔가 빠졌는지 확인하고 싶습니다. 마르코프 프로세스의 정의에 따르면 다음 단계는 현재 상태에만 의존하며 과거 상태에는 의존하지 않습니다. 우리가 a, b, c, d의 상태 공간을 가지고 있고 a-> b-> c-> d로 간다고 가정 해 봅시다. 즉, d 로의 전환은 우리가 c에 있다는 사실에만 의존 할 수 있음을 …

22 markov-process 

MCMC (Markov chain Monte Carlo) 방법에 대한 약간의 지식을 바탕으로 샘플링이 앞에서 언급 한 기술의 중요한 부분임을 이해합니다. 가장 일반적으로 사용되는 샘플링 방법은 Hamiltonian과 Metropolis입니다. 보다 효율적인 MCMC 샘플러를 구성하기 위해 머신 러닝 또는 딥 러닝을 활용할 수있는 방법이 있습니까?

21 machine-learning  mcmc  monte-carlo  markov-process 

나는 숨겨진 Markov 모델을 많이 읽었으며 꽤 기본적인 버전을 직접 코딩 할 수있었습니다. 그러나 내가 배우는 두 가지 주요 방법이 있습니다. 하나는 코드로 읽고 구현하는 것이며 (두 번째로) 다른 상황에서 어떻게 적용되는지 이해하는 것입니다 (그래서 작업중인 문제와 어떻게 관련이 있는지 더 잘 이해할 수 있습니다). 지금까지 수행 한 모든 예에는 …

21 algorithms  markov-process 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Markov 체인에 대한 질문을하고 있으며 마지막 두 부분은 다음과 같이 말합니다. 이 Markov 체인에는 제한적인 분포가 있습니다. 답이 "예"이면 제한 분포를 찾으십시오. 대답이 "아니오"인 경우 이유를 설명하십시오. 이 Markov 체인에는 고정 분포가 있습니까? 답이 "예"이면 고정 분포를 찾으십시오. 대답이 "아니오"인 경우 이유를 설명하십시오. 차이점은 무엇입니까? 이전에는 제한 분포가 사용하여 계산할 …

21 markov-process 

나는 많은 튜토리얼 비디오를보고 있었고 그들은 동일하게 보입니다. 예를 들면 다음과 같습니다. https://www.youtube.com/watch?v=ip4iSMRW5X4 그들은 상태, 행동 및 확률을 설명합니다. 그 사람은 그것을 잘 설명하지만 실제 생활에서 사용되는 것을 파악할 수는 없습니다. 아직 목록을 보지 못했습니다. 내가 보는 가장 일반적인 것은 체스입니다. 사물을 예측하는 데 사용할 수 있습니까? 그렇다면 어떤 유형의 …

20 markov-process 

일련의 관찰 된 시퀀스가 ​​마르코프 체인 인 것 같습니다. X=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AAD⋮BCA⋮E⎞⎠⎟⎟⎟⎟X=(ACDDBACBAACADA⋮⋮⋮⋮⋮⋮⋮BCADABE)X=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&D &A\\ \vdots&\vdots&\vdots&\vdots&\vdots&\vdots&\vdots\\ B& C& A&D & A & B & E\\ \end{array}\right) 그러나 그들이 실제로 의 메모리없는 속성을 존중하는지 어떻게 확인할 …

17 markov-process 

알고리즘에 대한 나의 이해는 다음과 같습니다. NUTS (U-Turn Sampler)는 Hamiltonian Monte Carlo Method가 아닙니다. 이는 Markov Chain 방식이 아니므로이 알고리즘은 랜덤 워크 파트를 피하며, 이는 종종 비효율적이고 수렴이 느린 것으로 간주됩니다. NUTS는 무작위 보행을 수행하는 대신 길이 x의 점프를 수행합니다. 알고리즘이 계속 실행되면서 각 점프는 두 배가됩니다. 이것은 궤도가 시작점으로 …

17 bayesian  monte-carlo  markov-process 

누군가 Markov 체인의 주기성이 무엇인지 직관적으로 설명 할 수 있습니까? 다음과 같이 정의됩니다. 모든 상태 iii 에 SSS = gcd { n ∈ N | p ( n ) i i > 0 } = 1didid_i{n∈N|p(n)ii>0}=1{n∈N|pii(n)>0}=1\{n \in \mathbb{N} | p_{ii}^{(n)} > 0\} =1 당신의 노고에 감사드립니다!

16 stochastic-processes  markov-process