Statistiques et Big Data latent-variable

5

J'essaie de comprendre ce qu'est la similitude entre Latent Dirichlet Allocation et word2vec pour calculer la similarité de mots. Si je comprends bien, LDA mappe les mots sur un vecteur de probabilités de sujets latents , tandis que word2vec les mappe sur un vecteur de nombres réels (liés à la …

39 machine-learning self-study natural-language latent-variable word2vec

3

Analyse de classe latente vs analyse de cluster - différences dans les inférences?

Quelles sont les différences dans les inférences qui peuvent être faites à partir d'une analyse de classe latente (ACV) par rapport à une analyse en grappes? Est-il exact qu'une ACV suppose une variable latente sous-jacente qui donne naissance aux classes, alors que l'analyse de cluster est une description empirique des …

30 clustering latent-variable latent-class

1

Interprétation des variables latentes des modèles linéaires généralisés (GLM)

Version courte: Nous savons que la régression logistique et la régression probit peuvent être interprétées comme impliquant une variable latente continue qui est discrétisée selon un seuil fixe avant l'observation. Une interprétation similaire des variables latentes est-elle disponible pour, disons, la régression de Poisson? Qu'en est-il de la régression binomiale …

21 logistic generalized-linear-model poisson-regression probit latent-variable

5

Comment démarrer avec l'application de la théorie de la réponse aux éléments et quel logiciel utiliser?

Le contexte J'ai lu sur la théorie de la réponse aux éléments et je trouve cela fascinant. Je crois que je comprends les bases, mais je me demande comment appliquer les techniques statistiques liées au domaine. Vous trouverez ci-dessous deux articles similaires au domaine dans lequel j'aimerais appliquer le RTI: …

21 psychometrics latent-variable irt

3

Comment choisir un nombre optimal de facteurs latents dans la factorisation matricielle non négative?

Étant donné une matrice Vm×nVm×n\mathbf V^{m \times n} , la factorisation matricielle non négative (NMF) trouve deux matrices non négatives Wm×kWm×k\mathbf W^{m \times k} et Hk×nHk×n\mathbf H^{k \times n} (c'est-à-dire avec tous les éléments ≥0≥0\ge 0 ) pour représenter la matrice décomposée comme: V≈WH,V≈WH,\mathbf V \approx \mathbf W\mathbf H, WW\mathbf …

15 cross-validation unsupervised-learning latent-variable matrix-decomposition nnmf

1

Paramètres vs variables latentes

J'ai déjà posé des questions à ce sujet et j'ai vraiment eu du mal à identifier ce qui fait un paramètre de modèle et ce qui en fait une variable latente. Donc, en regardant divers fils sur ce sujet sur ce site, la principale distinction semble être: Les variables latentes …

13 bayesian modeling random-variable latent-variable

2

Comment réduire le nombre d'articles en utilisant conjointement l'analyse factorielle, la cohérence interne et la théorie de la réponse des articles?

Je suis en train de développer empiriquement un questionnaire et j'utiliserai des nombres arbitraires dans cet exemple pour illustrer. Pour le contexte, je développe un questionnaire psychologique visant à évaluer les schémas de pensée couramment identifiés chez les personnes souffrant de troubles anxieux. Un article pourrait ressembler à "J'ai besoin …

12 factor-analysis reliability psychometrics latent-variable validity

1

Quelle est la différence entre la VAE et la rétropropagation stochastique pour les modèles génératifs profonds?

Quelle est la différence entre l' encodage bayésien variationnel automatique et la rétropropagation stochastique pour les modèles génératifs profonds ? L'inférence dans les deux méthodes conduit-elle aux mêmes résultats? Je ne suis au courant d'aucune comparaison explicite entre les deux méthodes, malgré le fait que les deux groupes d'auteurs se …

10 deep-learning inference latent-variable variational-bayes sgd

1

Quelle est la différence entre un facteur MIMIC et un composite avec indicateurs (SEM)?

Dans la modélisation d'équations structurelles avec des variables latentes (SEM), une formulation de modèle courante est «indicateur multiple, cause multiple» (MIMIC) où une variable latente est causée par certaines variables et reflétée par d'autres. Voici un exemple simple: Essentiellement, f1est un résultat de régression pour x1, x2et x3, et y1, …

10 sem latent-variable lavaan

1

Comment utilisez-vous l'algorithme EM pour calculer les MLE pour une formulation de variable latente d'un modèle de Poisson gonflé zéro?

Le modèle de régression de Poisson gonflé à zéro est défini pour un échantillon par et il suppose en outre que les paramètres et satisfontY i = { 0 avec probabilité p i + ( 1 - p i ) e - λ i k avec probabilité ( 1 - …

10 generalized-linear-model maximum-likelihood poisson-distribution expectation-maximization latent-variable

2

Comment calculer les intervalles de confiance sur les coefficients de régression en PLS?

Le modèle sous - jacent de PLS est qu'une donnée matrice X et n vecteur y sont liés par X = T P ' + E , y = T q ' + f , où T est un latent n × k matrice, et E , f sont des …

10 regression confidence-interval latent-variable partial-least-squares

1

Qu'est-ce que le sous-espace principal dans l'ACP probabiliste?

si est observé matrice de données et est variable latente alorsXXXYYY X=WY+μ+ϵX=WY+μ+ϵX=WY+\mu+\epsilon Où est la moyenne des données observées, et est l'erreur / bruit gaussien dans les données, et est appelé sous-espace principal.μμ\muϵϵ\epsilonWWW Ma question est quand une PCA normale est utilisée, nous obtiendrions un ensemble de vecteurs propres orthonormés …

10 machine-learning pca latent-variable eigenvalues

2

Problème de pratique de l'algorithme EM

Il s'agit d'un problème de pratique pour un examen à mi-parcours. Le problème est un exemple d'algorithme EM. J'ai des problèmes avec la partie (f). J'énumère les parties (a) - (e) à compléter et au cas où j'aurais fait une erreur plus tôt. Soit des variables aléatoires exponentielles indépendantes avec …

9 self-study maximum-likelihood latent-variable expectation-maximization

1

Pourquoi l'ACP probabiliste utilise-t-elle les variables gaussiennes a priori sur latentes?

Je lis actuellement des articles sur l'ACP probabiliste et je me demande pourquoi un a priori gaussien (et pas un autre a priori) est choisi pour les variables latentes? Est-ce juste parce que c'est simple ou y a-t-il une autre raison? Références: Tipping & Bishop, 1999, Probabilistic Principal Component Analysis …

8 normal-distribution pca prior latent-variable

2

Pourquoi y a-t-il un E dans le nom de l'algorithme EM?

Je comprends où l'étape E se produit dans l'algorithme (comme expliqué dans la section mathématique ci-dessous). Dans mon esprit, l'ingéniosité clé de l'algorithme est l'utilisation de l'inégalité de Jensen pour créer une limite inférieure à la vraisemblance logarithmique. En ce sens, prendre le Expectationest simplement fait pour reformuler la probabilité …

8 maximum-likelihood optimization expectation-maximization latent-variable kullback-leibler

Questions marquées «latent-variable»