«bayesian-network» etiketlenmiş sorular

İki rastgele değişken A ve B istatistiksel olarak bağımsızdır. Bu, işlemin DAG'sinde şu anlama gelir: ve elbette . Ancak bu, B'den A'ya hiçbir ön kapı olmadığı anlamına mı geliyor?(A⊥⊥B)(A⊥⊥B)(A {\perp\!\!\!\perp} B)P(A|B)=P(A)P(A|B)=P(A)P(A|B)=P(A) Çünkü o zaman almalıyız . Yani durum buysa, istatistiksel bağımsızlık otomatik olarak nedensellik eksikliği anlamına mı geliyor?P(A|do(B))=P(A)P(A|do(B))=P(A)P(A|do(B))=P(A)

40 independence  causality  bayesian-network  dag 

Yapay sinir ağı , Bayes ağı , karar ağacı ve Petri ağları arasındaki fark , hepsi grafiksel modeller olmasına rağmen görsel olarak sebep-sonuç ilişkisini gösteriyor.

30 machine-learning  neural-networks  bayesian-network  fuzzy 

İki sınıflandırıcım var A: saf Bayesian ağı B: ağaç (tek başına bağlı) Bayesian ağı Doğruluk ve diğer önlemler bakımından A, B'den daha kötü performans gösterir. Ancak, ROC analizi yapmak için RR ROCR ve AUC paketlerini kullandığımda, A için AUC'nin B için AUC'den daha yüksek olduğu ortaya çıktı. olay? Gerçek pozitif …

29 machine-learning  classification  roc  auc  bayesian-network 

Bayesian Ağı ile Markov süreci arasındaki fark nedir? İkisinin de ilkelerini anladığımı sanıyordum, fakat şimdi ikisini karşılaştırmam gerektiğinde kaybolduğumu hissediyorum. Neredeyse benim için aynı anlama geliyor. Elbette değiller. Diğer kaynaklara bağlantılar da takdir edilmektedir.

28 bayesian  references  modeling  markov-process  bayesian-network 

Bu yazıda , karışık etki modellemesi ile bir ölçümün tekrarlanabilirliğini (diğer bir deyişle güvenilirlik, sınıf içi korelasyon) nasıl hesaplayacağımı anladım . R kodu şöyle olurdu: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

Bayesian Hiyerarşik Doğrusal Model ile uğraşıyorum , burada onu tanımlayan ağ. YYY , bir süpermarketteki bir ürünün günlük satışlarını temsil eder (gözlemlenir). XXX , fiyatlar, promosyonlar, haftanın günü, hava durumu, tatiller dahil olmak üzere bilinen bir gerileme matrisidir. 1SSS , her bir ürünün bilinmeyen gizli envanter seviyesidir, bu da en …

20 regression  bayesian  neural-networks  generalized-linear-model  bayesian-network 

Buradaki terminoloji bir karmaşa. "Yapısal eşitlik", "mimari köprü" kadar belirsizdir ve "Bayes ağı" özünde Bayes değildir . Daha da iyisi, nedensellik tanrısı Judea Pearl , iki model okulunun neredeyse aynı olduğunu söylüyor . Peki, önemli farklar nelerdir? (Benim için şaşırtıcı olan, SEM'ler için Wikipedia sayfası, bu yazıdan itibaren "ağ" kelimesini …

19 sem  bayesian-network  causality 

Nedensel Bayes Ağlarındaki d-Separation mantığını anlamaya çalışıyorum. Algoritmanın nasıl çalıştığını biliyorum, ancak "bilgi akışı" nın neden algoritmada belirtildiği gibi çalıştığını tam olarak anlamıyorum . Örneğin yukarıdaki grafikte, bize sadece X verildiğini ve başka bir değişkenin gözlenmediğini düşünelim. Sonra d-ayırma kurallarına göre, X'den D'ye bilgi akışı: X, olan A'yı etkiler . …

15 bayesian  causality  graphical-model  bayesian-network 

Bu sorunun kesin bir cevabı olmayabilir. Ama geçmişte bir dizi makine öğrenme algoritması kullandım ve Bayesian Ağları hakkında bilgi edinmeye çalışıyorum. Hangi koşullar altında veya Bayesian Network'ü diğer yaklaşımlar üzerinde ne tür problemler için kullanmayı tercih edersiniz?

13 machine-learning  bayesian-network 

Bireysel çalışma kitabı olan Olasılıksal Grafik Modelleri okuyorum . Yönlendirilmiş bir asiklik grafikteki (DAG) kenarlar nedensel ilişkileri temsil ediyor mu? Bir Bayes ağı kurmak istiyorsam , ancak içindeki okların yönünden emin değilsem ne olur? Bana söyleyecek olan tüm veriler, aralarındaki bağlantı değil gözlemlenen korelasyonlardır. Çok fazla şey istediğimi biliyorum, çünkü …

13 causality  graphical-model  bayesian-network  dag 

Şu anda Coursera'da Daphne Koller'in PGM kursuna katılıyorum. Bu bağlamda, genellikle bir Bayes Ağı'nı, gözlemlenen verilerin bir parçası olan değişkenlerin bir sebep ve sonuç odaklı grafiği olarak modelliyoruz. Ancak PyMC öğreticileri ve örneklerinde genellikle PGM ile aynı şekilde modellenmediğini veya en azından kafam karıştığını görüyorum. PyMC'de gözlemlenen herhangi bir gerçek …

13 bayesian  inference  bayesian-network  pymc 

Son zamanlarda bir sinir ağındaki girdi ve çıktı arasındaki olasılık ilişkisini veren Bayes sinir ağı (BNN) [Neal, 1992] , [Neal, 2012] hakkında bazı makaleler okudum . Böyle bir sinir ağını eğitmek, geleneksel geri yayılma algoritmasından farklı olan MCMC aracılığıyla yapılır. Sorum şu: Böyle bir sinir ağını kullanmanın avantajı nedir? Daha …

12 bayesian  neural-networks  bayesian-network 

Balıkçı testini daha iyi anlamak istedim, bu yüzden f ve m erkek ve kadına karşılık gelen ve n ve y "soda tüketimine" karşılık gelen aşağıdaki oyuncak örneğini tasarladım: > soda_gender f m n 0 5 y 5 0 Açıkçası, bu büyük bir basitleştirme, ama bağlamın önüne geçmesini istemedim. Burada sadece …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Bayes ağları hakkında okurken, " Markov battaniyesi " terimiyle karşılaştım ve Bayes ağ grafiğindeki bağımsızlığı ile ciddi bir şekilde karıştım. Markov battaniyesi kısaca her düğümün sadece ebeveynlerine, çocuklarına ve çocuk ebeveynlerine bağlı olduğunu söylüyor (resimde A düğümü için gri alan). Bu BN, P(M,S,G,I,B,R)P(M,S,G,I,B,R)P(M,S,G,I,B,R) ortak olasılığı nedir ? (kaynak: aiqus.com ) …

11 bayesian  bayesian-network