Perguntas com a marcação «latent-variable»

Estou tentando entender qual é a semelhança entre Alocação de Dirichlet Latente e word2vec para calcular a similaridade de palavras. Pelo que entendi, o LDA mapeia palavras para um vetor de probabilidades de tópicos latentes , enquanto o word2vec as mapeia para um vetor de números reais (relacionado à decomposição …

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

Quais são as diferenças nas inferências que podem ser feitas a partir de uma análise de classe latente (ACV) versus uma análise de cluster? É correto que uma ACV assuma uma variável latente subjacente que dê origem às classes, enquanto a análise de cluster é uma descrição empírica de atributos …

30 clustering  latent-variable  latent-class 

Versão curta: Sabemos que a regressão logística e a regressão probit podem ser interpretadas como envolvendo uma variável latente contínua que é discretizada de acordo com algum limite fixo antes da observação. Existe uma interpretação variável latente semelhante disponível para, por exemplo, regressão de Poisson? E quanto à regressão binomial …

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

Contexto Eu tenho lido sobre a teoria da resposta ao item e acho fascinante. Acredito que compreendo o básico, mas fiquei me perguntando como aplicar técnicas estatísticas relacionadas à área. Abaixo estão dois artigos semelhantes à área em que gostaria de aplicar o ITR: http://www.jstor.org/stable/4640738?seq=7 http://www.ncbi.nlm.nih.gov/pubmed/21744971 O segundo é o …

21 psychometrics  latent-variable  irt 

Dada uma matriz , a fatoração de matriz não negativa (NMF) encontra duas matrizes não negativas e ( ou seja, com todos os elementos ) para representar a matriz decomposta como:W m × k H k × n ≥0Vm×nVm×n\mathbf V^{m \times n}Wm×kWm×k\mathbf W^{m \times k}Hk×nHk×n\mathbf H^{k \times n}≥0≥0\ge 0 V≈WH,V≈WH,\mathbf …

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

Eu perguntei sobre isso antes e realmente tenho lutado para identificar o que torna um parâmetro de modelo e o que o torna uma variável latente. Portanto, analisando vários tópicos sobre este tópico neste site, a principal distinção parece ser: Variáveis ​​latentes não são observadas, mas têm uma distribuição de …

13 bayesian  modeling  random-variable  latent-variable 

Estou desenvolvendo empiricamente um questionário e usarei números arbitrários neste exemplo para ilustrar. Para contextualizar, estou desenvolvendo um questionário psicológico destinado a avaliar padrões de pensamento comumente identificados em indivíduos com transtornos de ansiedade. Um item pode se parecer com " Preciso verificar o forno repetidamente, porque não tenho certeza …

12 factor-analysis  reliability  psychometrics  latent-variable  validity 

Qual é a diferença entre Bayes variacionais de codificação automática e retropropagação estocástica para modelos geradores profundos ? A inferência nos dois métodos leva aos mesmos resultados? Não conheço nenhuma comparação explícita entre os dois métodos, apesar de ambos os grupos de autores se citarem.

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

Na modelagem de equações estruturais com variáveis ​​latentes (SEM), uma formulação de modelo comum é "Múltiplo Indicador, Causa Múltipla" (MIMIC), em que uma variável latente é causada por algumas variáveis ​​e refletida por outras. Aqui está um exemplo simples: Essencialmente, f1é um resultado de regressão para x1, x2e x3, e …

10 sem  latent-variable  lavaan 

O modelo de regressão de Poisson inflado com zero é definido para uma amostra por e assume ainda que os parâmetros e atendem(y1,…,yn)(y1,…,yn)(y_1,\ldots,y_n)Yi={0kwith probability pi+(1−pi)e−λiwith probability (1−pi)e−λiλki/k!Yi={0with probability pi+(1−pi)e−λikwith probability (1−pi)e−λiλik/k! Y_i = \begin{cases} 0 & \text{with probability} \ p_i+(1-p_i)e^{-\lambda_i}\\ k & \text{with probability} \ (1-p_i)e^{-\lambda_i} \lambda_{i}^{k}/k! \end{cases}λ=(λ1,…,λn)λ=(λ1,…,λn)\mathbf{\lambda} = (\lambda_1, …

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

O modelo subjacente do PLS é que um dado vetor e vetor são relacionados por onde é uma matriz latente , e são termos de ruído (as operações estão centralizadas).X n y X = T P ′ + E , y = T q ′ + f , T n …

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

se é observado matriz de dados e é variável latente, entãoYXXXYYY X=WY+μ+ϵX=WY+μ+ϵX=WY+\mu+\epsilon Onde é a média dos dados observados, e é o erro / ruído gaussiano nos dados, e é chamado subespaço principal.ϵ Wμμ\muϵϵ\epsilonWWW Minha pergunta é: quando o PCA normal é usado, obteríamos um conjunto de autovetores ortonormais para …

10 machine-learning  pca  latent-variable  eigenvalues 

Esse é um problema de prática para um exame intermediário. O problema é um exemplo de algoritmo EM. Estou tendo problemas com a parte (f). Listo as partes (a) - (e) para conclusão e, caso tenha cometido um erro anteriormente. Seja sejam variáveis ​​aleatórias exponenciais independentes com taxa . Infelizmente, …

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

Atualmente, estou lendo artigos sobre PCA probabilístico e me pergunto por que o prior gaussiano (e não outro prior) é escolhido para as variáveis ​​latentes? É apenas porque é simples ou há outro motivo? Referências: Tipping & Bishop, 1999, Análise Probabilística de Componentes Principais - logo abaixo da eq. 2) …

8 normal-distribution  pca  prior  latent-variable 

Eu entendo onde a etapa E acontece no algoritmo (conforme explicado na seção de matemática abaixo). Na minha opinião, a principal engenhosidade do algoritmo é o uso da desigualdade de Jensen para criar um limite inferior à probabilidade do log. Nesse sentido, aceitar isso Expectationé simplesmente feito para reformular a …

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