graphical-model पर टैग किए गए जवाब

मैं LASSO रिग्रेशन के glmnetसाथ उपयोग करने से वंचित होना शुरू कर रहा हूं, जहां मेरी रुचि के परिणाम द्विगुणित हैं । मैंने नीचे एक छोटा सा नकली डाटा फ्रेम बनाया है: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, …

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 

मैं [मुफ्त] सॉफ़्टवेयर की खोज कर रहा हूं जो अच्छे दिखने वाले चित्रमय मॉडल का उत्पादन कर सकता है, जैसे किसी भी सुझाव की सराहना की जाएगी।

50 graphical-model  software 

आर (2005, पी। 59) के साथ फ़रावे के रैखिक मॉडल के निम्नलिखित आंकड़े पर विचार करें। पहला कथानक इंगित करता है कि अवशिष्ट और सज्जित मूल्य असंबंधित हैं, क्योंकि उन्हें एक होमोसिस्टेस्टिक लीनियर मॉडल में होना चाहिए जो सामान्य रूप से वितरित त्रुटियों के साथ हो। इसलिए, दूसरे और तीसरे …

34 regression  residuals  assumptions  graphical-model 

वे सभी नोड्स और (संभवतः निर्देशित) किनारों के माध्यम से निर्भरता में यादृच्छिक चर का प्रतिनिधित्व करते हैं। मैं जासूसी के दृष्टिकोण में दिलचस्पी रखता हूँ।

34 causality  neural-networks  multilevel-analysis  graphical-model 

चित्रमय मॉडल के परिचय उन्हें "... ग्राफ सिद्धांत और संभाव्यता सिद्धांत के बीच एक विवाह" के रूप में वर्णित करते हैं। मुझे संभाव्यता सिद्धांत का हिस्सा मिलता है, लेकिन मुझे यह समझने में परेशानी होती है कि वास्तव में ग्राफ़ सिद्धांत कहाँ फिट बैठता है। ग्राफ़ सिद्धांत से कौन सी …

29 graphical-model  graph-theory  distributions 

मैं वर्तमान में डेविड बार्बर द्वारा "बायेसियन रीजनिंग एंड मशीन लर्निंग" के माध्यम से जा रहा हूं और यह बुनियादी बातों को सीखने के लिए एक बहुत अच्छी तरह से लिखित और आकर्षक पुस्तक है। तो एक सवाल जो पहले से ही ऐसा किया है। नाई में अधिकांश अवधारणाओं के …

22 machine-learning  bayesian  references  graphical-model 

उनकी पाठ्यपुस्तक में, ग्राफिकल मॉडल, एक्सपोनेंशियल फ़ैमिलीज़ और वैरिएशन इंट्रेंस , एम। जॉर्डन और एम। वेनराइट एक्सपोनेंशियल परिवारों और मार्कोव रैंडम फील्ड्स (अप्रत्यक्ष ग्राफ़िकल मॉडल) के बीच संबंध पर चर्चा करते हैं । मैं निम्नलिखित प्रश्नों के साथ उनके बीच के संबंधों को बेहतर समझने की कोशिश कर रहा हूं: …

21 mathematical-statistics  graphical-model 

यदि मैं एमआरएफ के देखे गए नोड्स के मूल्यों को ठीक करता हूं, तो क्या यह सीआरएफ बन जाता है?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

मैं Causal Bayesian Networks में d- सेपरेशन लॉजिक को समझने की कोशिश कर रहा हूँ। मुझे पता है कि एल्गोरिथ्म कैसे काम करता है, लेकिन मुझे समझ में नहीं आता है कि एल्गोरिथ्म में "सूचना का प्रवाह" क्यों काम करता है। उदाहरण के लिए ऊपर दिए गए ग्राफ़ में, हमें …

15 bayesian  causality  graphical-model  bayesian-network 

मैंने अभी स्टेन का उपयोग करना सीखना शुरू किया है और rstan। जब तक मैं हमेशा इस बारे में भ्रमित नहीं होता कि JAGS / BUGS ने कैसे काम किया है, तो मैंने सोचा कि आपको हमेशा मॉडल से तैयार किए जाने वाले प्रत्येक पैरामीटर के लिए किसी न किसी …

15 mcmc  prior  jags  graphical-model  stan 

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 

मैं सेल्फ-स्टडी के लिए एक पुस्तक प्रोबेबिलिस्टिक ग्राफिकल मॉडल का अध्ययन कर रहा हूं । क्या एक निर्देशित चक्रीय ग्राफ (DAG) में किनारे कारण संबंधों का प्रतिनिधित्व करते हैं? क्या होगा यदि मैं एक बायेसियन नेटवर्क का निर्माण करना चाहता हूं , लेकिन मुझे इसमें तीरों की दिशा के बारे …

13 causality  graphical-model  bayesian-network  dag 

मैं एक तंत्रिका नेटवर्क और एक ग्राफिकल मॉडल के बीच गणितीय संबंध बनाने के लिए संघर्ष कर रहा हूं। ग्राफिकल मॉडल में यह विचार सरल है: संभाव्यता वितरण ग्राफ में क्लोन के अनुसार फैक्टर करता है, जिसमें संभावित रूप से घातीय परिवार होते हैं। क्या तंत्रिका नेटवर्क के लिए एक …

12 neural-networks  markov-process  graphical-model  deep-learning  deep-belief-networks 

से विकिपीडिया डायनेमिक बेयसियन नेटवर्क (डीबीएन) एक बायेसियन नेटवर्क है जो निकटवर्ती समय के चरणों में एक दूसरे से परिवर्तनशील होता है। इसे अक्सर टू-टाइमलीस बीएन कहा जाता है क्योंकि यह कहता है कि किसी भी समय टी में, एक वैरिएबल के मूल्य की गणना आंतरिक रजिस्टरों और तत्काल पूर्व …

11 hidden-markov-model  graphical-model 

जबकि मैंने वास्तव में एक भौतिकी वर्ग में बोल्ट्जमैन मशीनों के साथ कुछ प्रोग्रामिंग की है, मैं उनके सैद्धांतिक लक्षण वर्णन से परिचित नहीं हूं। इसके विपरीत, मैं चित्रमय मॉडल के सिद्धांत के बारे में एक मामूली राशि जानता हूं (लॉरिटज़ेन की पुस्तक ग्राफिकल मॉडल के पहले कुछ अध्यायों के …

10 machine-learning  neural-networks  mathematical-statistics  graphical-model  rbm