Statistiche e Big Data bayesian

3

Perché abbattere il denominatore nel teorema di Bayes?

(Sono un principiante alle statistiche. Sono un matematico e un programmatore e sto cercando di creare qualcosa di simile a un ingenuo filtro antispam bayesiano.) Ho notato in molti luoghi che le persone tendono a scomporre il denominatore nell'equazione del Teorema di Bayes. Quindi invece di questo: P(A|B)⋅P(B)P(A)P(A|B)⋅P(B)P(A)\frac{P(A|B)\cdot P(B)}{P(A)} Ci …

23 bayesian

4

Qualcuno può spiegare i priori coniugati in termini più semplici possibili?

Ho cercato di capire l'idea dei priori coniugati nelle statistiche bayesiane per un po ', ma semplicemente non capisco. Qualcuno può spiegare l'idea nei termini più semplici possibili, forse usando il "priore gaussiano" come esempio?

23 bayesian conditional-probability conjugate-prior

4

Perché i metodi bayesiani non richiedono più correzioni di test?

Andrew Gelman ha scritto un ampio articolo sul perché i test Bayesian AB non richiedono la correzione di ipotesi multiple: perché (di solito) non dobbiamo preoccuparci dei confronti multipli , 2012. Non capisco bene: perché i metodi bayesiani non richiedono più correzioni di test? A ~ Distribution1 + Common Distribution …

22 hypothesis-testing bayesian multiple-comparisons

2

Perché Laplace produce precedentemente soluzioni sparse?

Stavo esaminando la letteratura sulla regolarizzazione e spesso vedevo paragrafi che collegano la regolarizzazione L2 con il priore gaussiano e L1 con Laplace centrato su zero. So come appaiono questi priori, ma non capisco, come si traduca, ad esempio, in pesi nel modello lineare. In L1, se capisco correttamente, ci …

22 regression bayesian prior regularization laplace-distribution

3

Esiste un approccio bayesiano alla stima della densità

Sono interessato a stimare la densità di una vc continua . Un modo per farlo che ho imparato è l'uso della stima della densità del kernel.XXX Ma ora sono interessato a un approccio bayesiano che segue le seguenti linee. Inizialmente Credo che segue una distribuzione . Prendo letture di . …

22 bayesian pdf nonparametric-bayes dirichlet-process

2

Prossimi passi dopo "Ragionamento bayesiano e apprendimento automatico"

Attualmente sto esaminando "Bayesian Reasoning and Machine Learning" di David Barber ed è un libro estremamente ben scritto e accattivante per l'apprendimento dei fondamenti. Quindi una domanda a qualcuno che lo ha già fatto. Quali sono i prossimi libri che dovrei leggere dopo che ho una ragionevole competenza con la …

22 machine-learning bayesian references graphical-model

2

Il miglior approccio per la selezione del modello bayesiano o cross-validation?

Quando provo a scegliere tra vari modelli o il numero di funzioni da includere, diciamo che posso pensare a due approcci. Dividi i dati in training e set di test. Meglio ancora, usa bootstrap o k-fold cross-validation. Allenarsi sul set di allenamento ogni volta e calcolare l'errore sul set di …

22 bayesian model-selection cross-validation feature-selection

2

Modelli generativi vs discriminativi (nel contesto bayesiano)

Quali sono le differenze tra modelli generativi e discriminatori (discriminanti) (nel contesto dell'apprendimento e dell'inferenza bayesiani)? e cosa riguarda la predizione, la teoria delle decisioni o l'apprendimento senza supervisione?

22 bayesian predictive-models unsupervised-learning

3

Come può un precedente improprio portare a una corretta distribuzione posteriore?

Sappiamo che nel caso di un'adeguata distribuzione precedente, P(θ∣X)=P(X∣θ)P(θ)P(X)P(θ∣X)=P(X∣θ)P(θ)P(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P(X∣θ)P(θ) \propto P(X \mid \theta)P(\theta) . La solita giustificazione per questo passaggio è che la distribuzione marginale di , , è costante rispetto a e può quindi essere ignorata quando si ottiene la distribuzione posteriore.XXXP(X)P(X)P(X)θθ\theta …

22 distributions bayesian prior posterior

5

Teorema dell'intuizione di Bayes

Ho cercato di sviluppare una comprensione basata sull'intuizione del teorema di Bayes in termini di probabilità anteriore , posteriore , di probabilità e marginale . Per questo uso la seguente equazione: dove rappresenta un'ipotesi o una convinzione e rappresenta dati o prove. Ho capito il concetto di posteriore - è …

22 bayesian likelihood intuition

3

C'è qualche differenza tra frequentista e bayesiano nella definizione di verosimiglianza?

Alcune fonti affermano che la funzione di verosimiglianza non è una probabilità condizionata, altre lo dicono. Questo è molto confuso per me. Secondo la maggior parte delle fonti che ho visto, la probabilità di una distribuzione con il parametro dovrebbe essere un prodotto delle funzioni di massa di probabilità dati …

21 probability bayesian conditional-probability likelihood frequentist

1

Bootstrapping vs Bayesian Bootstrapping concettualmente?

Ho difficoltà a capire cos'è un processo di bootstrap bayesiano e come ciò differirebbe dal normale bootstrap. E se qualcuno potesse offrire una revisione / confronto intuitivo / concettuale di entrambi, sarebbe fantastico. Facciamo un esempio. Supponiamo di avere un set di dati X che è [1,2,5,7,3]. Se campioniamo con …

21 bayesian sampling bootstrap

1

Ho appena inventato un metodo bayesiano per l'analisi delle curve ROC?

Preambolo Questo è un post lungo. Se rileggi questo, tieni presente che ho modificato la parte della domanda, sebbene il materiale di sfondo rimanga lo stesso. Inoltre, credo di aver escogitato una soluzione al problema. Quella soluzione appare in fondo al post. Grazie a CliffAB per aver sottolineato che la …

21 machine-learning bayesian sampling roc auc

6

Posteriore molto diverso dal precedente e dalla probabilità

Se la priorità e la probabilità sono molto diverse tra loro, a volte si verifica una situazione in cui il posteriore è simile a nessuno dei due. Vedi ad esempio questa immagine, che utilizza distribuzioni normali. Anche se questo è matematicamente corretto, non sembra concordare con la mia intuizione - …

21 bayesian prior posterior likelihood

2

Combinazione di informazioni provenienti da più studi per stimare la media e la varianza dei dati normalmente distribuiti: approcci bayesiani vs meta-analitici

Ho esaminato una serie di documenti, ciascuno dei quali riportava la media osservata e la DS di una misurazione di nel rispettivo campione di dimensioni note, . Voglio fare la migliore ipotesi possibile sulla probabile distribuzione della stessa misura in un nuovo studio che sto progettando e su quanta incertezza …

21 bayesian normal-distribution meta-analysis

Domande taggate «bayesian»