Perguntas com a marcação «nonparametric-bayes»

78

Um exemplo: regressão do LASSO usando glmnet para resultado binário

Estou começando a se envolver com o uso de glmnetcom LASSO Regressão onde meu desfecho de interesse é dicotômica. Criei um pequeno quadro de dados simulado abaixo: 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, 0.45, 0.99, 0.84, 0.85, 0.67,...

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

22

Existe uma abordagem bayesiana para estimativa de densidade

Estou interessado para estimar a densidade de uma variável aleatória contínua . Uma maneira de fazer isso que aprendi é o uso da Estimativa de Densidade do Kernel.XXX Mas agora estou interessado em uma abordagem bayesiana que se segue nas seguintes linhas. Inicialmente, eu acredito que segue uma...

bayesian pdf nonparametric-bayes dirichlet-process

13

Processos Gaussianos: Como usar GPML para saída multidimensional

Existe uma maneira de executar a regressão gaussiana de processo na saída multidimensional (possivelmente correlacionada) usando GPML ? No script de demonstração, só consegui encontrar um exemplo 1D. Uma pergunta semelhante no CV que trata de casos de entrada multidimensional. Examinei o livro...

regression machine-learning matlab gaussian-process nonparametric-bayes

11

Matriz de covariância para distribuição Gaussiana de processos e Wishart

Estou lendo este artigo sobre Generalized Wishart Processes (GWP). O artigo calcula as covariâncias entre diferentes variáveis aleatórias (seguindo o Processo Gaussiano ) usando a função de covariância exponencial ao quadrado, ou seja, . Diz então que essa matriz de covariância segue o...

machine-learning normal-distribution covariance wishart nonparametric-bayes

10

PyMC para cluster não paramétrico: processo de Dirichlet para estimar os parâmetros da mistura gaussiana falha ao agrupar

Configuração do problema Um dos primeiros problemas de brinquedo nos quais eu queria aplicar o PyMC é o cluster não paramétrico: com alguns dados, modele-os como uma mistura gaussiana e aprenda o número de clusters e a média e covariância de cada cluster. A maior parte do que sei sobre esse método...

bayesian clustering python pymc nonparametric-bayes

10

Os processos estocásticos, como o processo gaussiano / processo de Dirichlet, têm densidades? Caso contrário, como a regra de Bayes pode ser aplicada a eles?

O processo de Dirichlet e o processo gaussiano são frequentemente referidos como "distribuições sobre funções" ou "distribuições sobre distribuições". Nesse caso, posso falar significativamente sobre a densidade de uma função em um GP? Ou seja, o Processo Gaussiano ou o Dirichlet têm alguma noção...

machine-learning probability bayesian nonparametric nonparametric-bayes

9

Livro introdutório sobre modelos bayesianos não paramétricos?

Gostaria de entender esse tópico, mas aprender com os white papers e tutoriais é difícil, porque existem muitas lacunas que geralmente são preenchidas em livros didáticos. Se for importante, tenho um histórico matemático relativamente forte, como fiz meu Ph.D. em matemática aplicada (CFD para ser...

bayesian nonparametric references nonparametric-bayes

9

Colocando um prior no parâmetro de concentração em um processo de Dirichlet

A maior parte disso é de fundo, pule para o final se você já souber o suficiente sobre as misturas de processos do Dirichlet . Suponha que eu estou modelando alguns dados como provenientes de uma mistura de processos de Dirichlet, ou seja, permita que e condicional em assumamF∼D(αH)F∼D(αH)F \sim...

bayesian nonparametric-bayes

9

O que significa integrar sobre uma medida aleatória?

Atualmente, estou vendo um artigo do modelo de efeitos aleatórios do processo Dirichlet e a especificação do modelo é a seguinte: que é o parâmetro de escala e é a medida base. Posteriormente, sugere que integremos uma função sobre a medida base , como A medida base no processo Dirichlet é um cdf...

bayesian dirichlet-distribution dirichlet-process nonparametric-bayes measure-theory

7

Processo de restaurante chinês (CRP)

Estou tentando entender o processo de restaurante chinês (CRP) e o processo de restaurante chinês ponderado (WCRP) descrito em um artigo de pesquisa "Descoberta automática de habilidades cognitivas" - Robert V. Lindsey, Mohammad Khajah, Michael C. Mozer para melhorar a previsão de Aprendizagem do...

clustering nonparametric-bayes