Czytam o wnioskowaniu bayesowskim i natknąłem się na frazę „numeryczna integracja marginalnego prawdopodobieństwa jest zbyt droga” Nie mam doświadczenia w matematyce i zastanawiałem się, co dokładnie oznacza tutaj droga ? Czy chodzi tylko o moc obliczeniową, czy może jest coś więcej....
To jest raczej pytanie o historię nauki, ale mam nadzieję, że jest to temat na ten temat. Czytałem, że Thomasowi Bayesowi udało się odkryć twierdzenie Bayesa dotyczące szczególnego przypadku przeora mundurowego, a nawet wtedy najwyraźniej miał z tym problem. Biorąc pod uwagę, jak banalne jest...
Jest uważany za idealny przypadek, w którym struktura prawdopodobieństwa leżąca u podstaw kategorii jest doskonale znana. Dlaczego dzięki klasyfikatorowi Bayes osiągamy najlepszą wydajność, jaką można osiągnąć? Jaki jest na to formalny dowód / wyjaśnienie? Jak zawsze używamy klasyfikatora Bayesa...
Jestem początkującym do statystyki (tylko jeden kurs college'u), ale mam doświadczenie w programowaniu. Właśnie zacząłem bawić się biblioteką klasyfikatora Bayesa dla Ruby i szukam pomysłów na rzeczy do analizy. W tej chwili mam do czynienia z kategoryzacją Tweet, ale czy masz jakieś...
Próbuję owinąć głowę wokół wyniku twierdzenia Bayesa zastosowanego do klasycznego przykładu mammograficznego, przy czym obrót mamogramu jest idealny. To jest, Częstość występowania raka:.01.01.01 Prawdopodobieństwo pozytywnego mammografii, biorąc pod uwagę, że pacjent ma...
Czytałem Wagenmakers (2007) Praktyczne rozwiązanie wszechobecnego problemu wartości p . Intryguje mnie konwersja wartości BIC na czynniki i prawdopodobieństwa Bayesa. Jednak do tej pory nie rozumiem, czym dokładnie jest informacja o jednostce wcześniej . Byłbym wdzięczny za wyjaśnienia ze zdjęciami...
Czytam ten artykuł na temat ogólnych procesów Wishart (GWP). Artykuł oblicza kowariancje między różnymi zmiennymi losowymi (zgodnie z procesem Gaussa ) za pomocą kwadratowej funkcji kowariancji wykładniczej, tj. . Następnie mówi, że ta macierz kowariancji jest zgodna z...
Czytam o wariacyjnych Bayesach i, jak rozumiem, sprowadza się to do pomysłu, który przybliżasz p ( z∣ x )p(z∣x)p(z\mid x) (gdzie zzz są ukrytymi zmiennymi twojego modelu i xxx dane obserwowane) z funkcją q( z)q(z)q(z), przyjmując, że qqq faktoryzuje jako qja(zja)qi(zi)q_i(z_i) gdzie ziziz_ijest...
Wdrażam VAE i zauważyłem w Internecie dwie różne implementacje uproszczonej rozbieżności Gaussa KL dla jednej zmiennej. Oryginalna rozbieżność, jak tutaj, jest K.L.l o s s= log(σ2)σ1) +σ2)1+
Jaka jest różnica między automatycznym kodowaniem odmian Bayesa a stochastyczną propagacją wsteczną dla modeli głębokiej generacji ? Czy wnioskowanie w obu metodach prowadzi do takich samych wyników? Nie znam żadnych wyraźnych porównań między tymi dwiema metodami, mimo że obie grupy autorów cytują...
Od lat pracuję z logiką rozmytą (FL) i wiem, że istnieją różnice między FL a prawdopodobieństwem, szczególnie dotyczące sposobu radzenia sobie z niepewnością. Chciałbym jednak zapytać, jakie różnice istnieją między FL a prawdopodobieństwem? Innymi słowy, jeśli mam do czynienia z...
Konfiguracja problemu Jednym z pierwszych problemów z zabawkami, do których chciałem zastosować PyMC, jest grupowanie nieparametryczne: biorąc pod uwagę pewne dane, zamodeluj je jako mieszaninę Gaussa i poznaj liczbę skupień oraz średnią i kowariancję każdego skupienia. Większość tego, co wiem o...
Proces Dirichleta i Proces Gaussa są często nazywane „rozkładami na funkcje” lub „rozkładami na rozkłady”. W takim przypadku, czy mogę sensownie mówić o gęstości funkcji u lekarza ogólnego? Czy proces Gaussa lub proces Dirichleta mają jakieś pojęcie o gęstości prawdopodobieństwa? Jeśli tak nie...
Z matematycznego punktu widzenia Twierdzenie Bayesa ma dla mnie idealny sens (tj. Wyprowadzanie i dowodzenie), ale nie wiem, czy istnieje ładny argument geometryczny lub graficzny, który można wykazać, aby wyjaśnić Twierdzenie Bayesa. Próbowałem Googlinga w poszukiwaniu odpowiedzi na to pytanie i,...
Próbuję zaimplementować model mieszanki Gaussa z stochastycznym wnioskiem wariacyjnym, zgodnie z tym artykułem . To jest pgm mieszanki Gaussa. Według artykułu, pełny algorytm stochastycznego wnioskowania wariacyjnego to: I nadal jestem bardzo zdezorientowany co do metody skalowania go do...
Pracuję nad problemem wnioskowania o dużych wymiarach (około 2000 parametrów modelu), dla którego jesteśmy w stanie solidnie przeprowadzić oszacowanie MAP poprzez znalezienie globalnego maksimum log-tylnego przy użyciu kombinacji optymalizacji opartej na gradiencie i algorytmu genetycznego. Bardzo...
Jest to wynik trendów Google uzyskany dla frazy „Naive Bayes” od stycznia 2004 do kwietnia 2017 ( link ). Według tej liczby współczynnik wyszukiwania „Naive Bayes” w kwietniu 2017 r. Jest o około 25% wyższy niż maksimum w całym okresie. Czy to oznacza, że ta prosta i stara metoda zyskuje więcej...
Powiedzmy, że próbuję ustalić prawdopodobieństwo, że ulubionym smakiem lodów jest wanilia. Wiem, że ta osoba lubi też horrory. Chcę ustalić prawdopodobieństwo, że ulubionymi lodami tej osoby są wanilia, ponieważ lubią horrory. Wiem następujące rzeczy: 5 %5%5\% ludzi wybiera wanilię jako swój...
Obecnie patrzę na artykuł z modelu efektów losowych procesu Dirichleta, a jego specyfikacja jest następująca: gdzie jest parametrem skali a jest miarą podstawową. W dalszej części artykułu sugeruje, że zintegrujemy funkcję nad miarą podstawową taką jak Czy podstawową miarą w procesie Dirichleta...
Mam więc 16 prób, w których próbuję uwierzytelnić osobę z cechy biometrycznej za pomocą Hamminga. Mój próg jest ustawiony na 3,5. Moje dane są poniżej i tylko próba 1 jest prawdziwie pozytywna: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 10 0.45 11 0.42 12...