«nonparametric-bayes» etiketlenmiş sorular

Ben kullanımı ile serpmek başlıyorum glmnetile LASSO Regresyon ilgi benim sonuç dikotom olduğunu. Aşağıda küçük bir sahte veri çerçevesi oluşturdum: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, …

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 

Sürekli rastgele bir değişkeninin yoğunluğunu tahmin etmekle ilgileniyorum . Bunu öğrenmenin bir yolu Çekirdek Yoğunluğu Tahmini kullanımıdır.XXX Ama şimdi, aşağıdaki satırlardaki Bayes yaklaşımıyla ilgileniyorum. Başlangıçta F dağılımını takip ettiğine inanıyorum . Attığım n okumalar X . Yeni okumalarıma dayanarak F güncelleme konusunda bazı yaklaşımlar var mı ?F n X FXXXFFFnnnXXXFFF …

22 bayesian  pdf  nonparametric-bayes  dirichlet-process 

GPML kullanarak çok boyutlu çıktıda (muhtemelen ilişkili) Gauss Süreci Regresyonu gerçekleştirmenin bir yolu var mı ? In demo komut sadece bir 1D örnek bulabiliriz. Bir benzer soru CV üzerinde çok boyutlu girdinin ele almaktadır durumda. Bir şey bulabileceğimi görmek için kitaplarını inceledim. In 9 bölümde bu kitapta (bölüm 9.1), onlar …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

Genelleştirilmiş Wishart Processes (GWP) hakkındaki bu makaleyi okuyorum . Kağıt, kareli üstel kovaryans fonksiyonunu kullanarak farklı rasgele değişkenler ( Gauss Süreci sonrasında ) arasındaki kovaryansları, yani . Daha sonra bu kovaryans matrisinin GWP'yi takip ettiğini söylüyor.K( x , x') = exp( - | ( x - x') |22 l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

Sorun kurulumu PyMC'yi uygulamak istediğim ilk oyuncak sorunlarından biri parametrik olmayan kümelenmedir: bazı veriler verildiğinde, Gauss karışımı olarak modelleyin ve kümelerin sayısını ve her kümenin ortalamasını ve kovaryansını öğrenin. Bu yöntem hakkında bildiklerimin çoğu, Michael Jordan ve Yee Whye Teh'in 2007'den beri (seyreklik öfke haline gelmeden önce) ve son birkaç …

10 bayesian  clustering  python  pymc  nonparametric-bayes 

Dirichlet Pocess ve Gauss Süreci genellikle "işlevler üzerinden dağılımlar" veya "dağılımlar üzerinden dağılımlar" olarak adlandırılır. Bu durumda, GP altındaki bir fonksiyonun yoğunluğu hakkında anlamlı bir şekilde konuşabilir miyim? Yani, Gauss Süreci veya Dirichlet Süreci bir olasılık yoğunluğu kavramına sahip mi? Değilse, bir işlevin önceki olasılık kavramı iyi tanımlanmamışsa, Bayes kuralını …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Şu anda Dirichlet süreci rastgele efektler modeline bakıyorum ve model özellikleri şu şekildedir: burada , ölçek parametresidir ve temel ölçümdür. Daha sonra makalede, gibi temel ölçü üzerine bir fonksiyon entegre etmemizi önermektedir.Dirichlet sürecindeki temel ölçü bir cdf mi, yoksa bir pdf mi? Temel önlem bir Gaussian ise ne olur?yiψiG=Xiβ+ψi+ϵi∼G∼DP(α,G0)yi=Xiβ+ψi+ϵiψi∼GG∼DP(α,G0) \begin{align*}y_{i} …

9 bayesian  dirichlet-distribution  dirichlet-process  nonparametric-bayes  measure-theory 

Bunların çoğu arka plan, Dirichlet işlem karışımları hakkında yeterince bilginiz varsa sonuna kadar atlayın . Diyelim ki bazı verileri Dirichlet işlemlerinin bir karışımından geliyormuş gibi modelleniyorum, yaniF∼D(αH)F∼D(αH)F \sim \mathcal D(\alpha H) ve şartlı FFF üstlenmek Yi∼iid∫f(y|θ)F(dθ).Yi∼iid∫f(y|θ)F(dθ).Y_i \stackrel {iid}{\sim} \int f(y | \theta) F(d\theta). Burada ve önceki temel ölçüttür. Her gözlem …

9 bayesian  nonparametric-bayes 

Başımı bu konunun etrafına sarmak istiyorum, ancak teknik incelemelerden ve öğreticilerden öğrenmek zor çünkü genellikle ders kitaplarında dolu birçok boşluk var. Önemli ise doktora derecemde olduğu gibi nispeten güçlü bir matematik geçmişim var. uygulamalı matematikte (CFD daha kesin).

9 bayesian  nonparametric  references  nonparametric-bayes