Câu hỏi được gắn thẻ «importance-sampling»

Tôi đã cố gắng tìm hiểu các phương pháp MCMC và đã đi qua các mẫu của Metropolis Hastings, Gibbs, Tầm quan trọng và Từ chối. Mặc dù một số trong những khác biệt này là rõ ràng, ví dụ, làm thế nào Gibbs là một trường hợp đặc biệt …

36 mcmc  monte-carlo  gibbs  metropolis-hastings  importance-sampling 

Tôi đang cố gắng học tăng cường học tập và chủ đề này thực sự khó hiểu với tôi. Tôi đã giới thiệu về thống kê, nhưng tôi không thể hiểu chủ đề này bằng trực giác.

23 variance  simulation  monte-carlo  unbiased-estimator  importance-sampling 

Tôi đã làm việc về lấy mẫu quan trọng khá chặt chẽ trong năm qua và có một vài câu hỏi mở mà tôi hy vọng sẽ nhận được sự giúp đỡ. Kinh nghiệm thực tế của tôi với các sơ đồ lấy mẫu quan trọng là đôi khi chúng …

13 monte-carlo  information-theory  importance-sampling 

Nền tảng của tôi là khoa học máy tính. Tôi còn khá mới mẻ với các phương pháp lấy mẫu monte carlo và, mặc dù tôi hiểu toán, tôi gặp khó khăn khi đưa ra các ví dụ trực quan để lấy mẫu quan trọng. Chính xác hơn, ai đó …

12 probability  distributions  sampling  importance-sampling 

Gần đây tôi đã bắt đầu sử dụng Pareto làm mịn xác thực lấy mẫu xác thực bỏ qua một lần (PSIS-LOO), được mô tả trong các tài liệu này: Vehtari, A., & Gelman, A. (2015). Pareto làm mịn mẫu quan trọng. bản in sẵn arXiv ( liên kết ). …

10 machine-learning  cross-validation  mcmc  pareto-distribution  importance-sampling 

Tôi đã cố gắng để trả lời câu hỏi Đánh giá không thể thiếu với Tầm quan trọng lấy mẫu phương pháp trong R . Về cơ bản, người dùng cần tính toán ∫π0f(x)dx=∫π01cos(x)2+x2dx∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx sử dụng phân phối theo cấp số nhân làm phân phối quan trọng q(x)=λ exp−λxq(x)=λ exp−λxq(x)=\lambda\ …

9 r  simulation  exponential  importance-sampling 

Tôi có sự phân bố rời rạc sau, nơi được biết hằng số:α , βα,β\alpha,\beta p ( x ; α , β) = Beta ( α + 1 , β+ x )Beta ( α , β)cho x = 0 , 1 , 2 , Bắnp(x;α,β)=Beta(α+1,β+x)Beta(α,β)for x=0,1,2,… p(x;\alpha,\beta) = \frac{\text{Beta}(\alpha+1, \beta+x)}{\text{Beta}(\alpha,\beta)} …

9 sampling  mcmc  computational-statistics  importance-sampling  rejection-sampling 

Tôi muốn vẽ hiệu quả các mẫu từ theo các ràng buộc mà .x∈Rdx∈Rdx \in \mathbb{R}^dN(μ,Σ)N(μ,Σ)\mathcal{N}(\mu, \Sigma)||x||2=1||x||2=1||x||_2 = 1

9 distributions  normal-distribution  sampling  multivariate-normal  importance-sampling 

Tôi nghi ngờ đây là một câu hỏi khá bất thường và thăm dò, vì vậy xin vui lòng chịu đựng với tôi. Tôi tự hỏi nếu người ta có thể áp dụng ý tưởng lấy mẫu quan trọng để lấy mẫu Gibbs. Ý tôi là: trong lấy mẫu Gibbs, …

8 mcmc  gibbs  importance-sampling 

Tôi đã đọc những bình luận tuyệt vời về cách xử lý các giá trị bị thiếu trước khi áp dụng SVD, nhưng tôi muốn biết nó hoạt động như thế nào với một ví dụ đơn giản: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning