expectation-maximization पर टैग किए गए जवाब

मैं EM एल्गोरिथ्म पर एक अच्छी समझ पाने की कोशिश कर रहा हूं, इसे लागू करने और इसका उपयोग करने में सक्षम होने के लिए। मैंने एक पूरा दिन सिद्धांत और एक कागज को पढ़ने में बिताया, जहां ईएम का उपयोग रडार से आने वाली स्थिति की जानकारी का उपयोग …

117 regression  probability  mathematical-statistics  intuition  expectation-maximization 

मैंने क्लस्टरिंग डेटा (अप्राप्त शिक्षण) के लिए एल्गोरिदम का अध्ययन किया है: ईएम, और के-साधन। मैं निम्नलिखित पढ़ता हूं: k- साधन EM का एक प्रकार है, इस धारणा के साथ कि क्लस्टर गोलाकार हैं। क्या कोई उपरोक्त वाक्य की व्याख्या कर सकता है? मुझे समझ में नहीं आता है कि …

50 machine-learning  clustering  data-mining  k-means  expectation-maximization 

एल्गोरिदम ईएम (एक्सपेक्टेशन मैक्सिमाइजेशन) और ग्रैडिएंट एसेंट (या डीसेंट) में क्या अंतर है? क्या कोई शर्त है जिसके तहत वे समकक्ष हैं?

28 gradient-descent  expectation-maximization 

मैंने कहीं पढ़ा है कि वेरिएशन बेयस पद्धति ईएम एल्गोरिदम का एक सामान्यीकरण है। दरअसल, एल्गोरिदम के पुनरावृत्त भाग बहुत समान हैं। यह जांचने के लिए कि क्या EM एल्गोरिथ्म वैरिएशनल बे का एक विशेष संस्करण है, मैंने निम्नलिखित की कोशिश की: एक्स Θ पी ( एक्स , Θ | …

26 bayesian  expectation-maximization  variational-bayes 

मैंने EM एल्गोरिथ्म (जैसे बिशप के पैटर्न मान्यता और मशीन लर्निंग से और रोजर और जेरोलामी फर्स्ट कोर्स ऑन मशीन लर्निंग से) के स्पष्टीकरण के एक जोड़े को पढ़ा है। ईएम की व्युत्पत्ति ठीक है, मैं इसे समझता हूं। मैं यह भी समझता हूं कि एल्गोरिथम किसी चीज़ को क्यों …

24 missing-data  convergence  expectation-maximization 

नोट: मैं अपना एक पूर्व छात्र से एक प्रश्न पोस्ट कर रहा हूं जो तकनीकी कारणों से अपने आप पोस्ट करने में असमर्थ है। एक iid नमूना को एक वितरण से pdf है, जिसमें एक उपयोगी उत्पाद चर प्रतिनिधित्व और इसलिए एक संबद्ध EM (अपेक्षा-अधिकतमकरण) एल्गोरिथ्म है जिसका उपयोग सीधा …

24 optimization  missing-data  expectation-maximization  weibull  gumbel 

ईएम एल्गोरिथ्म को कम से कम मैं जानता हूं कि अधिकतम संभावना को खोजने के लिए उपयोग किया जा सकता है जब आंशिक डेरिवेटिव को शून्य करने की संभावना के मापदंडों के संबंध में समीकरणों का एक सेट देता है जो विश्लेषणात्मक रूप से हल नहीं किया जा सकता है। …

22 expectation-maximization 

प्रमुख घटक विश्लेषण (पीसीए) करने के बाद, मैं पीसीए अंतरिक्ष पर एक नया वेक्टर प्रोजेक्ट करना चाहता हूं (अर्थात पीसीए समन्वय प्रणाली में इसके निर्देशांक ढूंढें)। मैंने पीसी भाषा में पीसीए का उपयोग करके गणना की है prcomp। अब मुझे पीसीए रोटेशन मैट्रिक्स द्वारा अपने वेक्टर को गुणा करने में …

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 

मैं ईएम एल्गोरिथ्म मैन्युअल लागू करने और उसके बाद के परिणामों की तुलना करना चाहते हैं normalmixEMका mixtoolsपैकेज। निश्चित रूप से, मुझे खुशी होगी अगर वे दोनों एक ही परिणाम के लिए नेतृत्व करेंगे। मुख्य संदर्भ जेफ्री मैकलैक्लन (2000), फ़िनाइट मिक्सचर मॉडल है । मेरे पास दो गॉसियों का मिश्रण …

20 r  expectation-maximization  gaussian-mixture 

EM एल्गोरिथ्म दृष्टिकोण में हम Jensen की असमानता का उपयोग करने के लिए पर पहुंचने के लिएlogp(x|θ)≥∫logp(z,x|θ)p(z|x,θ(k))dz−∫logp(z|x,θ)p(z|x,θ(k))dzlog⁡p(x|θ)≥∫log⁡p(z,x|θ)p(z|x,θ(k))dz−∫log⁡p(z|x,θ)p(z|x,θ(k))dz\log p(x|\theta) \geq \int \log p(z,x|\theta) p(z|x,\theta^{(k)}) dz - \int \log p(z|x,\theta) p(z|x,\theta^{(k)})dz और को θ ( कश्मीर + 1 ) = आर्ग अधिकतम θ ∫ लॉग पी ( z , x | θ …

20 mixture  expectation-maximization 

गॉसियंस के मिश्रण की लॉग संभावना पर विचार करें: l(Sn;θ)=∑t=1nlogf(x(t)|θ)=∑t=1nlog{∑i=1kpif(x(t)|μ(i),σ2i)}l(Sn;θ)=∑t=1nlog⁡f(x(t)|θ)=∑t=1nlog⁡{∑i=1kpif(x(t)|μ(i),σi2)}l(S_n; \theta) = \sum^n_{t=1}\log f(x^{(t)}|\theta) = \sum^n_{t=1}\log\left\{\sum^k_{i=1}p_i f(x^{(t)}|\mu^{(i)}, \sigma^2_i)\right\} मैं सोच रहा था कि सीधे उस समीकरण को अधिकतम करना क्यों कठिन था? मैं या तो एक स्पष्ट ठोस अंतर्ज्ञान की तलाश कर रहा था कि यह स्पष्ट क्यों होना चाहिए …

18 machine-learning  gaussian-mixture  expectation-maximization 

मैं यह सीखने का प्रयास कर रहा हूं कि एक छवि में खंड क्षेत्रों के लिए मार्कोव यादृच्छिक फ़ील्ड का उपयोग कैसे करें। मुझे एमआरएफ में कुछ मापदंडों की समझ नहीं है या मैं जो अपेक्षा अधिकतम करता हूं वह कभी-कभी किसी समाधान में बदलने में विफल रहता है। बेयस …

16 expectation-maximization  image-processing  classification 

ईएम प्रक्रिया, कम या ज्यादा काले जादू के रूप में, बिन बुलाए प्रकट होती है। पर्यवेक्षित डेटा का उपयोग करके एक HMM (उदाहरण के लिए) के अनुमानित पैरामीटर। फिर असंगत डेटा को डीकोड करें, आगे-पीछे की घटनाओं का उपयोग करके 'गणना' करें जैसे कि डेटा टैग किया गया था, कम …

16 expectation-maximization  intuition 

मिश्रण के मॉडल (मिक्सचर ऑफ गॉसियन, हिडन मार्कोव मॉडल इत्यादि) पर एक्सपेक्टेशन मैक्सिमाइजेशन मेथड पर जोर देने वाले कई साहित्य हैं। क्यों महत्वपूर्ण है EM? EM केवल अनुकूलन करने का एक तरीका है और व्यापक रूप से ग्रेडिएंट आधारित विधि (ग्रेडिएंट सभ्य या न्यूटन / क्वासी-न्यूटन विधि) या अन्य ग्रेडिएंट …

15 machine-learning  optimization  expectation-maximization  gaussian-mixture 

मुझे पता है कि k- साधन आमतौर पर एक्सपेक्टेशन मैक्सिमाइजेशन का उपयोग करके अनुकूलित किया जाता है । हालाँकि हम इसके नुकसान फ़ंक्शन को उसी तरह से अनुकूलित कर सकते हैं जिस तरह से हम किसी अन्य को अनुकूलित करते हैं! मुझे कुछ कागजात मिले जो वास्तव में बड़े पैमाने …

14 optimization  k-means  expectation-maximization  loss-functions