Câu hỏi được gắn thẻ «bayesian»

Suy luận Bayes là một phương pháp suy luận thống kê dựa vào việc coi các tham số mô hình là các biến ngẫu nhiên và áp dụng định lý Bayes để suy ra các tuyên bố xác suất chủ quan về các tham số hoặc giả thuyết, có điều kiện trên tập dữ liệu được quan sát.



2
chọn các tham số trước cho hỗn hợp biến thiên của Gaussian
Tôi đang thực hiện một hỗn hợp đa dạng vanilla của Gaussian đa biến, theo Chương 10 của Nhận dạng mẫu và Học máy (Giám mục, 2007). Cách tiếp cận Bayes yêu cầu xác định các tham số (hyper) cho Gaussian-inverse-Wishart trước: α0α0\alpha_0 (tham số nồng độ của Dirichlet trước); …

2
Là bootstrap vô dụng trong một khung cảnh Bayes?
Theo những gì tôi hiểu, Bootstrapping cực kỳ hữu ích trong cài đặt Thường xuyên. Trong số liệu thống kê thường xuyên: chúng tôi đang cố gắng ước tính xác suất dài hạn. Trong thực tế, chúng tôi không có vô số mẫu. Bootstrap cho phép chúng ta mô phỏng …

3
Tại sao lấy mẫu từ phân phối dự báo sau
Trong mô hình Bayes, phân phối dự báo sau thường được viết là: p (xne w|x1,...xn)= =∫∞- ∞p(xn e w∣ μ ) p ( μ|x1,...xn)dμp(xnew|x1,Giáo dụcxn)= =∫-∞∞p(xnew|μ) p(μ|x1,Giáo dụcxn)dμ p(x_{new} \mid x_1, \ldots x_n) = \int_{-\infty}^{\infty} p(x_{new}\mid \mu) \ p(\mu \mid x_1, \ldots x_n)d\mu cho một tham số trung bình …
7 bayesian  mcmc  gibbs 


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.