maximum-likelihood पर टैग किए गए जवाब

मैंने इस पृष्ठ को पढ़ा: http://neuralnetworksanddeeplearning.com/chap3.html और यह कहा कि क्रॉस-एन्ट्रॉपी के साथ सिग्मॉइड आउटपुट लेयर लॉग-लाइकैलिटी के साथ सॉफ्टमैक्स आउटपुट लेयर के साथ काफी समान है। क्या होगा अगर मैं आउटपुट परत में क्रॉस एन्ट्रॉपी के साथ लॉग-लाइबिलिटी या सॉफ्टमैक्स के साथ सिग्मॉइड का उपयोग करता हूं? यह ठीक …

31 neural-networks  maximum-likelihood  softmax 

मैं अपनी समस्या को एक उदाहरण से समझाता हूँ। मान लीजिए कि आप किसी व्यक्ति की आय का अनुमान लगाना चाहते हैं, जो कुछ विशेषताएं बताती है: {आयु, लिंग, देश, क्षेत्र, शहर}। आपके पास एक प्रशिक्षण डाटासेट है train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

मान लें कि हमारे पास एक यादृच्छिक चर । यदि सही पैरामीटर था, तो संभावना फ़ंक्शन को अधिकतम और शून्य के बराबर व्युत्पन्न होना चाहिए। यह अधिकतम संभावना अनुमानक के पीछे मूल सिद्धांत है।X∼f(x|θ)X∼f(x|θ)X \sim f(x|\theta)θ0θ0\theta_0 जैसा कि मैंने इसे समझा, फिशर जानकारी के रूप में परिभाषित किया गया है …

29 bayesian  maximum-likelihood  likelihood  intuition  fisher-information 

पर विचार करें स्वतंत्र नमूने एक यादृच्छिक चर से प्राप्त कि एक छोटा कर दिया वितरण का पालन करने माना जाता है (उदाहरण के लिए एक छोटा कर दिया सामान्य वितरण न्यूनतम जाना जाता है (परिमित) और अधिकतम मानों के) और लेकिन अज्ञात मापदंडों के और । यदि एक गैर-काटे …

28 distributions  estimation  mathematical-statistics  maximum-likelihood  truncation 

मैंने ओवेन के अनुभवजन्य संभावना के बारे में सुना है, लेकिन हाल ही में जब तक मैंने ब्याज के एक कागज में इसे पार नहीं किया, तब तक कोई ध्यान नहीं दिया ( मेसर्सन एट अल। 2012 )। यह समझने के लिए मेरे प्रयासों में, मैं gleaned है कि मनाया …

28 bayesian  maximum-likelihood  nonparametric  likelihood  empirical-likelihood 

अधिकतम संभावना अनुमान अक्सर पक्षपाती अनुमानकों के रूप में होता है (उदाहरण के लिए, नमूना प्रसरण के लिए इसका अनुमान गाऊसी वितरण के लिए पक्षपाती है)। फिर क्या यह इतना लोकप्रिय बनाता है? वास्तव में इसका इतना उपयोग क्यों किया जाता है? इसके अलावा, विशेष रूप से वैकल्पिक दृष्टिकोण से …

25 normal-distribution  maximum-likelihood  method-of-moments 

मुझे पक्षपाती अधिकतम संभावना (एमएल) के अनुमानकों पर भ्रम है । पूरी अवधारणा का गणित मेरे लिए बहुत स्पष्ट है, लेकिन मैं इसके पीछे सहज तर्क का पता नहीं लगा सकता। एक निश्चित डेटासेट को देखते हुए, जिसमें एक वितरण से नमूने होते हैं, जो स्वयं एक पैरामीटर का एक …

25 maximum-likelihood  bias 

मैं एक दंपति गाइड के बारे में बताता हूं कि मैं अधिकतम संभावना आकलन के लिए आर के एलएमएम का उपयोग करता हूं। लेकिन उनमें से कोई भी ( आर के प्रलेखन सहित ) फ़ंक्शन का उपयोग करने या न करने के लिए बहुत सैद्धांतिक मार्गदर्शन देता है। जहां तक …

25 r  maximum-likelihood 

मैंने अभी आँकड़े और मॉडल के सामान के बारे में अध्ययन करना शुरू किया। वर्तमान में, मेरी समझ यह है कि हम एक मॉडल के लिए सर्वोत्तम पैरामीटर (अनुमानों) का अनुमान लगाने के लिए MLE का उपयोग करते हैं। हालांकि, जब मैं यह समझने की कोशिश करता हूं कि तंत्रिका …

23 maximum-likelihood  neural-networks 

मुझे आश्चर्य है कि क्या किसी भी अधिकतम (लॉग-) संभावना आकलन समस्या के लिए हमेशा एक अधिकतम है? दूसरे शब्दों में, क्या कुछ वितरण और इसके कुछ पैरामीटर हैं, जिनके लिए MLE समस्या का अधिकतम भार नहीं है? मेरा प्रश्न एक इंजीनियर के दावे से आता है कि MLE में …

23 maximum-likelihood  optimization 

छात्र के वितरण के मापदंडों के लिए अधिकतम संभावना अनुमानक क्या हैं? क्या वे बंद रूप में मौजूद हैं? एक त्वरित Google खोज ने मुझे कोई परिणाम नहीं दिया। आज मुझे यूनीवेट मामले में दिलचस्पी है, लेकिन शायद मुझे मॉडल को कई आयामों तक विस्तारित करना होगा। संपादित करें: मैं …

23 estimation  maximum-likelihood  t-distribution 

मुझे नियमित समस्याओं के लिए पता है, अगर हमारे पास सबसे अच्छा नियमित निष्पक्ष अनुमानक है, तो यह अधिकतम संभावना अनुमानक (एमएलई) होना चाहिए। लेकिन आम तौर पर, अगर हमारे पास एक निष्पक्ष MLE है, तो क्या यह भी सबसे अच्छा निष्पक्ष अनुमानक होगा (या शायद मुझे इसे UMVUE कहना …

22 mathematical-statistics  maximum-likelihood  unbiased-estimator 

इंजीनियर्स के लिए मिलर और फ्रायंड की संभावना और सांख्यिकी, 8ed ( pp.217-218 ) के अनुसार, द्विपद वितरण (बर्नौली परीक्षण) के लिए अधिकतम होने की संभावना के रूप में दिया जाता है। L(p)=∏ni=1pxi(1−p)1−xiL(p)=∏i=1npxi(1−p)1−xiL(p) = \prod_{i=1}^np^{x_i}(1-p)^{1-x_i} इस समीकरण पर कैसे पहुंचे? यह मुझे अन्य वितरण, पॉसों और गाऊसी के बारे में …

22 estimation  maximum-likelihood  bernoulli-distribution  point-estimation 

एक हेसियन मैट्रिक्स के साथ आशा से उत्पादन को देखते हुए, हेसियन मैट्रिक्स का उपयोग करके पैरामीटर विश्वास अंतराल की गणना कैसे करें? fit<-optim(..., hessian=T) hessian<-fit$hessian मैं अधिक से अधिक संभावना विश्लेषण के संदर्भ में दिलचस्पी रखता हूं, लेकिन यह जानने के लिए उत्सुक हूं कि क्या विधि का विस्तार …

22 r  maximum-likelihood 

मान लीजिए मेरे पास निम्न मॉडल है yi=f(xi,θ)+εiyi=f(xi,θ)+εiy_i=f(x_i,\theta)+\varepsilon_i जहाँyi∈RKyi∈RKy_i\in \mathbb{R}^K , xixix_i व्याख्यात्मक चर का एक वेक्टर है, θθ\theta के गैर रेखीय समारोह मापदंडों है fff और εi∼N(0,Σ)εi∼N(0,Σ)\varepsilon_i\sim N(0,\Sigma) , जहां ΣΣ\Sigma स्वाभाविक रूप से है K×KK×KK\times K मैट्रिक्स । लक्ष्य का अनुमान लगाना सामान्य है और Σ । स्पष्ट …

22 maximum-likelihood  optimization  covariance