Pertanyaan yang diberi tag «graphical-model»

Saya mulai mencoba-coba penggunaan glmnetdengan LASSO Regression di mana hasil yang saya minati menjadi dikotomis. Saya telah membuat bingkai data mock kecil di bawah ini: 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, …

78 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 

Saya mencari perangkat lunak [gratis] yang dapat menghasilkan model grafis yang terlihat bagus, misalnya Setiap saran akan dihargai.

50 graphical-model  software 

Pertimbangkan gambar berikut dari Model Linear Faraway dengan R (2005, hlm. 59). Plot pertama tampaknya menunjukkan bahwa residu dan nilai-nilai yang dipasang tidak berkorelasi, karena mereka harus dalam model linier homoseksual dengan kesalahan yang terdistribusi normal. Oleh karena itu, plot kedua dan ketiga, yang tampaknya mengindikasikan ketergantungan antara residu dan …

34 regression  residuals  assumptions  graphical-model 

Mereka semua tampaknya mewakili variabel acak oleh node dan (dalam) ketergantungan melalui (mungkin diarahkan) tepi. Saya terutama tertarik pada sudut pandang bayesian.

34 causality  neural-networks  multilevel-analysis  graphical-model 

Pengantar model grafis menggambarkan mereka sebagai "... perkawinan antara teori grafik dan teori probabilitas." Saya mendapatkan bagian teori probabilitas tetapi saya mengalami kesulitan memahami di mana tepatnya teori grafik cocok. Wawasan apa dari teori grafik yang telah membantu memperdalam pemahaman kita tentang distribusi probabilitas dan pengambilan keputusan di bawah ketidakpastian? …

29 graphical-model  graph-theory  distributions 

Saya saat ini sedang membaca "Bayesian Reasoning and Machine Learning" oleh David Barber dan ini adalah buku yang ditulis dengan sangat baik dan menarik untuk mempelajari dasar-dasarnya. Jadi pertanyaan untuk seseorang yang sudah melakukan ini. Apa set buku berikutnya yang harus saya lalui setelah saya memiliki kemampuan yang wajar dengan …

22 machine-learning  bayesian  references  graphical-model 

Dalam buku teks mereka, Model Grafis, Keluarga Eksponensial dan Inferensi Variasi , M. Jordan dan M. Wainwright membahas hubungan antara keluarga Eksponensial dan Markov Random Fields (model grafis tidak diarahkan). Saya mencoba memahami hubungan antara mereka dengan pertanyaan-pertanyaan berikut: Apakah semua anggota MRF dari keluarga Eksponensial? Bisakah semua anggota dari …

21 mathematical-statistics  graphical-model 

Jika saya memperbaiki nilai-nilai node yang diamati dari MRF, apakah itu menjadi CRF?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

Saya mencoba memahami logika d-Separation di Causal Bayesian Networks. Saya tahu bagaimana algoritma bekerja, tetapi saya tidak benar-benar mengerti mengapa "aliran informasi" bekerja seperti yang dinyatakan dalam algoritma Sebagai contoh pada grafik di atas, mari kita berpikir bahwa kita hanya diberi X dan tidak ada variabel lain yang diamati. Kemudian …

15 bayesian  causality  graphical-model  bayesian-network 

Saya baru mulai belajar menggunakan Stan dan rstan. Kecuali saya selalu bingung tentang cara kerja JAGS / BUGS, saya pikir Anda selalu harus mendefinisikan distribusi jenis sebelumnya untuk setiap parameter dalam model yang akan diambil. Tampaknya Anda tidak harus melakukan ini di Stan berdasarkan pada dokumentasinya. Berikut contoh model yang …

14 mcmc  prior  jags  graphical-model  stan 

Saya telah melihat referensi untuk mempelajari teori probabilitas Bayesian dalam R, dan saya bertanya-tanya apakah ada yang lebih seperti ini, mungkin secara khusus dalam Python? Ditujukan untuk mempelajari teori probabilitas Bayesian, inferensi, estimasi kemungkinan maksimum, model grafis dan sejenisnya?

13 machine-learning  bayesian  python  graphical-model 

Saya belajar Model Grafis Probabilistik , sebuah buku untuk belajar mandiri. Apakah tepi dalam grafik asiklik terarah (DAG) mewakili hubungan sebab akibat? Bagaimana jika saya ingin membangun jaringan Bayesian , tetapi saya tidak yakin tentang arah panah di dalamnya? Semua data akan memberi tahu saya adalah korelasi yang diamati, bukan …

13 causality  graphical-model  bayesian-network  dag 

Saya berjuang untuk membuat koneksi matematis antara jaringan saraf dan model grafis. Dalam model grafis idenya sederhana: distribusi probabilitas memfaktorkan menurut klik dalam grafik, dengan potensi yang biasanya dari keluarga eksponensial. Apakah ada alasan yang setara untuk jaringan saraf? Bisakah seseorang mengungkapkan distribusi probabilitas atas unit (variabel) dalam mesin Boltzmann …

11 neural-networks  markov-process  graphical-model  deep-learning  deep-belief-networks 

Dari Wikipedia Dynamic Bayesian Network (DBN) adalah Bayesian Network yang menghubungkan variabel satu sama lain melalui langkah waktu yang berdekatan. Ini sering disebut BN Two-Timeslice karena dikatakan bahwa pada titik waktu T, nilai variabel dapat dihitung dari regresi internal dan nilai sebelumnya langsung (waktu T-1) . DBN adalah umum dalam …

11 hidden-markov-model  graphical-model 

Sementara saya benar-benar telah melakukan beberapa pemrograman dengan mesin Boltzmann di kelas fisika, saya tidak akrab dengan karakterisasi teoretis mereka. Sebaliknya, saya tahu sedikit tentang teori model grafis (tentang beberapa bab pertama buku Lauritzen, Graphical Models ). Pertanyaan: Apakah ada hubungan yang bermakna antara model grafis dan mesin Boltzmann? Apakah …

10 machine-learning  neural-networks  mathematical-statistics  graphical-model  rbm