Statistiques et Big Data parameterization

7

Un bayésien admettrait-il qu'il existe une valeur de paramètre fixe?

Dans l'analyse de données bayésienne, les paramètres sont traités comme des variables aléatoires. Cela découle de la conceptualisation subjective bayésienne de la probabilité. Mais les Bayésiens reconnaissent-ils théoriquement qu’il existe une véritable valeur de paramètre fixe dans le «monde réel»? Il semble que la réponse évidente soit «oui», car tenter …

40 probability bayesian parameterization

1

Pour quelles distributions les paramétrisations dans BUGS et R sont-elles différentes?

J'ai trouvé quelques distributions pour lesquelles BUGS et R ont des paramétrisations différentes: Normal, log-Normal et Weibull. Pour chacun d'eux, je suppose que le deuxième paramètre utilisé par R doit être transformé inversement (1 / paramètre) avant d'être utilisé dans BUGS (ou JAGS dans mon cas). Quelqu'un connaît-il une liste …

31 r distributions bugs jags parameterization

5

Contenu d'un nom: hyperparamètres

Donc dans une distribution normale, nous avons deux paramètres: la moyenne et la variance σ 2 . Dans le livre Pattern Recognition and Machine Learning , il apparaît tout à coup un hyperparamètre λ dans les termes de régularisation de la fonction d'erreur.μμ\muσ2σ2\sigma^2λλ\lambda Que sont les hyperparamètres? Pourquoi sont-ils nommés …

19 terminology definition parameterization hyperparameter

2

Validation croisée et optimisation des paramètres

J'ai une question sur l'optimisation des paramètres lorsque j'utilise la validation croisée 10 fois. Je veux demander si les paramètres doivent être fixés ou non lors de la formation du modèle de chaque pli, c'est-à-dire (1) sélectionner un ensemble de paramètres optimisés pour la précision moyenne de chaque pli. ou …

14 cross-validation optimization parameterization

2

Forêt aléatoire: et si je sais qu'une variable est importante

Ma compréhension est que la forêt aléatoire choisit des variables aléatoires pour construire chaque arbre de décision. Donc, si mtry = ncol / 3, alors chaque variable sera utilisée en moyenne dans 1/3 des arbres. Et 2/3 des arbres ne les utiliseront pas. Mais que faire si je sais qu'une …

12 r random-forest parameterization

2

Déterminant de la matrice d'information de Fisher pour un modèle sur-paramétré

Considérons une variable aléatoire de Bernoulli avec le paramètre (probabilité de succès). La fonction de vraisemblance et les informations de Fisher (une matrice ) sont:θ 1 × 1X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Considérons maintenant une version "sur-paramétrisée" …

10 bernoulli-distribution parameterization fisher-information determinant

1

Paramétrage des distributions de Behrens – Fisher

"Sur le problème Behrens – Fisher: un examen" par Seock-Ho Kim et Allen S. Cohen Journal of Educational and Behavioral Statistics , volume 23, numéro 4, hiver 1998, pages 356–377 Je regarde cette chose et elle dit: Fisher (1935, 1939) a choisi la statistique [oùtiest lastatistiquet àun échantillonhabituelle pouri=1,2] oùθest …

9 distributions parameterization fiducial

1

Prise en compte des paramètres discrets ou binaires dans le critère d'information bayésien

BIC pénalise en fonction du nombre de paramètres. Et si certains des paramètres sont des variables indicatrices binaires? Ces paramètres comptent-ils comme des paramètres complets? Mais je peux combiner mmm paramètres binaires en une variable discrète qui prend des valeurs dans . Doit-on les compter comme paramètres ou comme un …

9 bayesian model-selection bic parameterization

1

Puis-je obtenir les paramètres d'une distribution log-normale à partir de la moyenne et de la médiane de l'échantillon?

J'ai les valeurs moyennes et médianes d'un échantillon tiré d'une distribution log-normale. Notez que ce n'est pas la moyenne et la médiane des journaux de la variable, bien que je puisse bien sûr calculer les journaux de la moyenne et de la médiane. Existe-t-il une solution sous forme fermée pour …

8 estimation mean lognormal median parameterization

1

Quel est l'intérêt des modèles graphiques?

J'ai passé la journée à découvrir le package bnlearn dans R pour découvrir que les modèles bayésiens ne fonctionnent pas avec les graphes non orientés. J'essaie d'en savoir plus sur le Markov Random Field Network, et jusqu'à présent, tout ce que j'ai pu faire est de créer la structure graphique …

8 machine-learning graphical-model parameterization bayesian-network

2

Modèle de factorisation matricielle pour les systèmes recommandés comment déterminer le nombre de fonctionnalités latentes?

J'essaie de concevoir une technique de factorisation matricielle pour un élément utilisateur simple, un système de recommandation de notes. J'ai 2 questions à ce sujet. Tout d'abord dans une implémentation simple que j'ai vue de la technique de factorisation matricielle pour la recommandation de film, l'auteur vient d'initialiser les dimensions …

8 recommender-system matrix-decomposition parameterization ensemble

Questions marquées «parameterization»