Perguntas com a marcação «nonparametric-bayes»

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 …

78 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 

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 distribuição F …

22 bayesian  pdf  nonparametric-bayes  dirichlet-process 

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 deles para ver se encontrava alguma coisa. …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

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 GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Costumava pensar que uma …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

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 …

10 bayesian  clustering  python  pymc  nonparametric-bayes 

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 de densidade de probabilidade? Se não, …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

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 …

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

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 …

9 bayesian  nonparametric-bayes 

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 mais preciso).

9 bayesian  nonparametric  references  nonparametric-bayes 

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 aluno. No CRP, todas as implementações …

7 clustering  nonparametric-bayes