bayesian पर टैग किए गए जवाब

मैंने पहले इस बारे में पूछा है और वास्तव में यह पहचानने के लिए संघर्ष कर रहा है कि एक मॉडल पैरामीटर क्या बनाता है और क्या यह एक अव्यक्त चर बनाता है। तो इस साइट पर इस विषय पर विभिन्न थ्रेड्स को देखते हुए, मुख्य अंतर प्रतीत होता है: …

13 bayesian  modeling  random-variable  latent-variable 

क्या लाप्लास वितरण से पहले एक संयुग्म मौजूद है ? यदि नहीं, तो क्या एक ज्ञात बंद फॉर्म अभिव्यक्ति है जो लाप्लास वितरण के मापदंडों के लिए पीछे है? मैं बहुत कुछ नहीं सफलता के साथ चारों ओर googled है तो मेरे वर्तमान अनुमान ऊपर दिए गए सवालों पर "नहीं" …

13 bayesian  conjugate-prior  laplace-distribution 

मैंने अभी स्टैन में मॉडल बनाना शुरू किया है ; उपकरण के साथ परिचित बनाने के लिए, मैं बेयसियन डेटा विश्लेषण (2 एड।) में कुछ अभ्यासों के माध्यम से काम कर रहा हूं। Waterbuck व्यायाम supposes कि डेटा के साथ, अज्ञात। चूंकि हैमिल्टनियन मोंटे कार्लो असतत मापदंडों की अनुमति नहीं …

13 bayesian  mcmc  discrete-data  stan 

एक विशेष पैरामीटर पर इंट्रेंस बनाने के लिए MCMC नमूने प्राप्त करते समय, प्रभावी नमूनों की न्यूनतम संख्या के लिए अच्छे मार्गदर्शक क्या हैं, जिनके लिए कोई लक्ष्य होना चाहिए? और, क्या यह सलाह बदल जाती है क्योंकि मॉडल अधिक या कम जटिल हो जाता है?

13 bayesian  sample-size  mcmc  posterior 

मान लीजिए कि हमारे पास के अंक का एक सेट है । वितरण बिंदु का उपयोग करके प्रत्येक बिंदु उत्पन्न होता है लिए पोस्टीरियर प्राप्त करने के लिए हम पर Minka पेपर के अनुसार उम्मीद प्रचार हम की जरूरत है गणना पीछे प्राप्त करने के लिए और, इसलिए, समस्या बड़ी …

13 bayesian  mixture  posterior 

मैं यहां डेटा पर बायेसियन लॉग चलाने की कोशिश कर रहा हूं । मैं उपयोग कर रहा हूँ bayesglm()में armआर कोडिंग में पैकेज सीधा पर्याप्त है: df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"), data=df) summary(model) निम्नलिखित आउटपुट देता है: Coefficients: Estimate Std. Error z …

13 r  bayesian  p-value 

मैंने R में बायेसियन संभाव्यता सिद्धांत सीखने के संदर्भ देखे हैं, और मैं सोच रहा था कि क्या इस तरह से और अधिक है, शायद विशेष रूप से पायथन में? Bayesian संभावना सिद्धांत, अनुमान, अधिकतम संभावना अनुमान, चित्रमय मॉडल और प्रकार सीखने की दिशा में सक्षम?

13 machine-learning  bayesian  python  graphical-model 

बन्द है। यह सवाल ऑफ टॉपिक है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस प्रश्न को सुधारना चाहते हैं? प्रश्न को अपडेट करें ताकि यह क्रॉस मान्य के लिए विषय पर हो । पिछले साल बंद हुआ । मैं BUGS और R. अब, मैं पहले से …

13 r  bayesian  bugs 

सांख्यिकीविदों और शोधकर्ताओं के बढ़ते शरीर के जवाब में, जो एक संचयी प्रयास के रूप में विज्ञान के लिए अशक्त-परिकल्पना परीक्षण (NHT) की उपयोगिता की आलोचना करते हैं, अमेरिकी मनोवैज्ञानिक एसोसिएशन टास्क फोर्स ऑन स्टेटिक इन्वेंशन ने NHT पर एक समान प्रतिबंध लगाने से परहेज किया, लेकिन इसके बजाय शोधकर्ताओं …

13 bayesian  confidence-interval  effect-size  inference 

मैं MCMC श्रृंखला के लिए बर्न-इन की पसंद को स्वचालित करना चाहता हूं, उदाहरण के लिए एक अभिसरण निदान के आधार पर पहली n पंक्तियों को हटाकर। इस चरण को किस हद तक सुरक्षित रूप से स्वचालित किया जा सकता है? यहां तक ​​कि अगर मैं अभी भी ऑटोक्रॉलेशन, mcmc …

13 r  bayesian  mcmc 

पहली बार बायेसियन आँकड़े सीखना; MCMC समझने की दिशा में एक कोण के रूप में मैंने सोचा: क्या यह कुछ ऐसा है जो मौलिक रूप से दूसरे तरीके से नहीं किया जा सकता है, या यह सिर्फ विकल्पों की तुलना में कहीं अधिक कुशलता से कुछ कर रहा है? चित्रण …

13 bayesian  mcmc 

अनुभवहीन Bayes वर्गीकारक वर्गीकारक जो प्रदान करती है आइटम है xxx एक वर्ग के लिए CCC पीछे अधिकतम के आधार पर P(C|x)P(C|x)P(C|x) वर्ग की सदस्यता के लिए, और मानता है कि वस्तुओं की सुविधाओं से स्वतंत्र हैं। 0-1 नुकसान वह नुकसान है जो किसी भी मिस-वर्गीकरण को "1" का नुकसान …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

मैं गॉसियन प्रक्रियाओं के क्षेत्र में नया हूँ और उन्हें मशीन लर्निंग में कैसे लागू किया जा रहा है। मैं इन तरीकों के मुख्य आकर्षण होने के बारे में सहसंयोजक कार्यों के बारे में पढ़ता और सुनता रहता हूं। तो क्या कोई भी सहज तरीके से समझा सकता है कि …

13 machine-learning  probability  bayesian 

मैं खंड 4.2.1 में परिणामों को खरोंचने से पुन: उत्पन्न कर रहा हूं गिब्स आउटपुट से सीमांत संभावना सिद्धार्थ चिब अमेरिकी सांख्यिकी एसोसिएशन जर्नल, खंड। 90, नंबर 432. (दिसंबर, 1995), पीपी। 1313-1321। यह घटकों के ज्ञात संख्या के साथ मॉडल का मिश्रण है । च ( एक्स | डब्ल्यू , …

13 bayesian  mixture  gibbs 

बिशप की पीआरएमएल पुस्तक में, वह कहते हैं कि, ओवरफिटिंग अधिकतम संभावना अनुमान (एमएलई) के साथ एक समस्या है, और बेयसियन इससे बच सकते हैं। लेकिन मुझे लगता है, ओवरफिटिंग मॉडल चयन के बारे में अधिक समस्या है, पैरामीटर अनुमान करने के लिए इस्तेमाल की जाने वाली विधि के बारे …

13 bayesian  model-selection  overfitting