Pertanyaan yang diberi tag «bayesian»

Jadi, kita tahu bahwa pencarian acak berfungsi lebih baik daripada pencarian kisi, tetapi pendekatan yang lebih baru adalah optimasi Bayesian (menggunakan proses gaussian). Saya telah mencari perbandingan antara keduanya, dan tidak menemukan apa pun. Saya tahu bahwa di cs231n Stanford mereka hanya menyebutkan pencarian acak, tetapi ada kemungkinan bahwa mereka …

14 bayesian  hyperparameter 

Saya mencari buku teks yang ketat secara teoretis tentang ekonometrika Bayesian, dengan asumsi pemahaman yang kuat tentang ekonometrik sering. Saya ingin menyarankan satu karya per jawaban, sehingga rekomendasi dapat dinilai naik atau turun secara individual.

14 bayesian  econometrics  references 

Bayangkan pengaturan berikut: Anda memiliki 2 koin, koin A yang dijamin adil, dan koin B yang mungkin atau mungkin tidak adil. Anda diminta untuk melakukan 100 koin terbalik, dan tujuan Anda adalah memaksimalkan jumlah kepala . Informasi Anda sebelumnya tentang koin B adalah bahwa koin itu dibalik 3 kali dan …

14 bayesian  decision-theory 

Apakah interpretasi Bayesian tentang REML tersedia? Untuk intuisi saya, REML memiliki kemiripan yang kuat dengan apa yang disebut prosedur estimasi Bayes empiris , dan saya ingin tahu apakah beberapa jenis kesetaraan asimptotik (di bawah beberapa kelas prior, katakanlah) telah ditunjukkan. Baik Bayes empiris dan REML tampak seperti pendekatan estimasi 'dikompromikan' …

14 bayesian  asymptotics  reml 

Pertanyaan: Apa keuntungan / kerugian dari menggunakan satu sebelum yang lain untuk pemilihan variabel? Misalkan saya memiliki kemungkinan: di mana saya dapat menempatkan salah satu prior: w i ~ π delta 0 + ( 1 - π ) N ( 0 , 100 )y∼ N( Xw , σ2saya)y∼N(Xw,σ2I)y\sim\mathcal{N}(Xw,\sigma^2I) atau: w …

14 bayesian  feature-selection 

Untuk pemahaman saya (yang sangat mendasar), Naive Bayes memperkirakan probabilitas berdasarkan frekuensi kelas setiap fitur dalam data pelatihan. Tetapi bagaimana cara menghitung frekuensi variabel kontinu? Dan ketika melakukan prediksi, bagaimana cara mengklasifikasikan pengamatan baru yang mungkin tidak memiliki nilai yang sama dari pengamatan dalam set pelatihan? Apakah ia menggunakan semacam …

14 machine-learning  classification  bayesian  naive-bayes 

MLE = Estimasi Kemungkinan Maksimum MAP = Maksimum a posteriori MLE bersifat intuitif / naif karena MLE hanya dimulai dengan probabilitas pengamatan yang diberikan parameter (yaitu fungsi kemungkinan) dan mencoba menemukan parameter terbaik sesuai dengan pengamatan . Tapi itu tidak mempertimbangkan pengetahuan sebelumnya. MAP tampaknya lebih masuk akal karena mempertimbangkan …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

Saya telah memperhatikan bahwa dalam banyak aplikasi praktis, metode berbasis MCMC digunakan untuk memperkirakan suatu parameter meskipun posterior bersifat analitis (misalnya karena prior adalah konjugat). Bagi saya, lebih masuk akal untuk menggunakan penaksir MAP daripada penaksir berbasis MCMC. Adakah yang bisa menunjukkan mengapa MCMC masih merupakan metode yang tepat di …

13 bayesian  mcmc  posterior 

Apa itu Bayesian Deep Learning dan bagaimana hubungannya dengan statistik Bayesian tradisional dan Deep Learning tradisional? Apa konsep dan matematika utama yang terlibat? Bisakah saya mengatakan itu hanya statistik bayesian non parametrik? Apa karya seminalnya serta perkembangan dan aplikasi utamanya saat ini? PS: Bayesian Deep Learning mendapat banyak perhatian, lihat …

13 bayesian  deep-learning 

Saya baru dalam penelitian Bayesian Statistics. Saya mendengar dari peneliti bahwa peneliti Bayesian lebih baik mengimplementasikan MCMC sendiri daripada menggunakan alat seperti JAGS / Stan. Bolehkah saya bertanya apa manfaat menerapkan algoritma MCMC sendiri (dalam bahasa "tidak terlalu cepat" seperti R), kecuali untuk tujuan pembelajaran?

13 bayesian  mcmc 

Bagaimana seharusnya seseorang mengubah hasil yang sering menjadi Bayesian prior? Pertimbangkan skenario umum yang cukup umum: Eksperimen dilakukan di masa lalu dan hasilnya pada beberapa parameter diukur. Analisis dilakukan dengan metodologi frequentist. Interval kepercayaan untuk diberikan dalam hasil.ϕϕ\phiϕϕ\phi Saya sekarang sedang melakukan beberapa percobaan baru di mana saya ingin mengukur …

13 bayesian  confidence-interval  meta-analysis  prior 

Saya keprihatinan pertanyaan prior pada efek ukuran, dalam proyek saya mengukur adalah Cohen . Melalui membaca literatur, tampaknya prior yang samar sering digunakan, seperti dalam delapan sekolah yang terkenal contoh meta-analisis Bayesian hirarkis. Dalam contoh delapan sekolah, saya telah melihat samar-samar yang sebelumnya digunakan untuk estimasi mu, seperti μ θ …

13 bayesian  meta-analysis  effect-size 

Saya tidak mengerti bagaimana persamaan ini diturunkan. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} Persamaan ini berasal dari makalah "Trial by Probability" di mana kasus OJ Simpson diberikan sebagai contoh masalah. Terdakwa sedang diadili karena pembunuhan ganda dan dua bukti diajukan terhadapnya. M1M1M_{1} adalah peristiwa darah terdakwa cocok dengan setetes darah yang …

13 bayesian  conditional-probability  bayes 

Saya telah bertanya tentang ini sebelumnya dan benar-benar telah berjuang dengan mengidentifikasi apa yang membuat parameter model dan apa yang membuatnya menjadi variabel laten. Jadi melihat berbagai utas tentang topik ini di situs ini, perbedaan utamanya adalah: Variabel laten tidak diamati tetapi memiliki distribusi probabilitas terkait dengan mereka karena mereka …

13 bayesian  modeling  random-variable  latent-variable 

Apakah ada konjugat sebelum distribusi Laplace ? Jika tidak, adakah ungkapan bentuk tertutup yang diketahui yang mendekati posterior untuk parameter distribusi Laplace? Saya sudah googled cukup banyak dengan tidak berhasil sehingga dugaan saya saat ini adalah "tidak" pada pertanyaan di atas ...

13 bayesian  conjugate-prior  laplace-distribution