«nonparametric-bayes» 태그된 질문

관심있는 결과가 이분법 인 LASSO Regressionglmnet 과 함께 사용하기 시작했습니다 . 아래에 작은 모의 데이터 프레임을 만들었습니다. age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

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 

GPML을 사용하여 다차원 출력에 대해 가우시안 프로세스 회귀를 수행하는 방법이 있습니까? 데모 스크립트 에서는 1D 예제 만 찾을 수있었습니다. 다차원 입력 사례를 다루는 이력서에 대한 비슷한 질문 . 나는 무엇을 찾을 수 있는지 알아보기 위해 그들의 책을 살펴 보았습니다. 이 책 의 9 장 (섹션 9.1)에서는 여러 출력의 경우를 언급했습니다. …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

이 글을 통해 GWP ( Generalized Wishart Processes) 에 대해 읽고 있습니다. 이 논문은 제곱 지수 공분산 함수, 즉 사용하여 다른 랜덤 변수 ( 가우시안 프로세스에 따른 ) 간의 공분산을 계산합니다. . 그런 다음이 공분산 행렬은 GWP를 따릅니다.케이( x , x') = exp( − | ( x − x') |22 …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

문제 설정 PyMC를 적용하려는 첫 번째 장난감 문제 중 하나는 비모수 적 군집입니다. 일부 데이터를 제공하고이를 가우스 혼합으로 모델링하고 군집 수와 각 군집의 평균 및 공분산을 배웁니다. 내가이 방법에 대해 알고있는 대부분의 내용은 2007 년경 Michael Jordan과 Yee Whye Teh의 비디오 강의 (스팀이 격렬 해지기 전에)와 Fonnesbeck 박사와 E. Chen의 …

10 bayesian  clustering  python  pymc  nonparametric-bayes 

Dirichlet Pocess 및 Gaussian Process는 종종 "분포에 대한 분포"또는 "분포에 대한 분포"라고합니다. 이 경우 GP에서 함수의 밀도에 대해 의미있게 이야기 할 수 있습니까? 즉, 가우시안 프로세스 또는 디리클레 프로세스에 확률 밀도 개념이 있습니까? 그렇지 않은 경우, 함수의 사전 확률 개념이 잘 정의되지 않은 경우 Bayes의 규칙을 사용하여 후부보다 먼저 이동할 …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

현재 Dirichlet 프로세스 랜덤 효과 모델을보고 있는데 모델 사양은 다음과 같습니다. 여기서 는 스케일 매개 변수입니다. 및 베이스 척도이다. 이 백서에서 나중에 과 같은 기본 측정 값 함수를 통합하는 것이 좋습니다.Dirichlet 프로세스의 기본 측정 값은 cdf입니까, 아니면 PDF입니까? 기본 측정 값이 가우스 인 경우 어떻게됩니까?와이나는ψ나는지=엑스나는β+ψ나는+ϵ나는∼ G~ D P( α ,지0)yi=Xiβ+ψi+ϵiψi∼GG∼DP(α,G0) …

9 bayesian  dirichlet-distribution  dirichlet-process  nonparametric-bayes  measure-theory 

이것의 대부분은 배경 입니다. Dirichlet 프로세스 혼합물에 대해 이미 충분히 알고 있다면 끝으로 건너 뛰십시오 . 내가 할 수 즉, 디리클레 프로세스의 혼합물로부터 들어오는 일부 데이터를 모델링하고 가정 과 조건으로 가정F∼D(αH)F∼D(αH)F \sim \mathcal D(\alpha H)FFFYi∼iid∫f(y|θ)F(dθ).Yi∼iid∫f(y|θ)F(dθ).Y_i \stackrel {iid}{\sim} \int f(y | \theta) F(d\theta). 여기서 및 가 이전 기본 측정입니다. 각 관측 …

9 bayesian  nonparametric-bayes 

이 주제에 대해 머리를 감싸고 싶지만 일반적으로 교과서에 많은 공백이 있기 때문에 백서 및 자습서에서 배우기가 어렵습니다. 중요하다면 박사 학위를 받았을 때 수학적 배경이 비교적 강합니다. 응용 수학에서 (정확하게 CFD).

9 bayesian  nonparametric  references  nonparametric-bayes