Публикации по теме bayesian-statistics

Публикации по теме 'bayesian-statistics'

Изученная гармоническая средняя оценка для выбора байесовской модели

Расчет предельной вероятности с помощью машинного обучения Сравнение байесовских моделей обеспечивает принципиальную статистическую основу для выбора подходящей модели для описания данных наблюдений, естественным образом компенсируя сложность модели и точность соответствия. Однако для этого требуется вычисление свидетельств байесовской модели, также называемое предельной вероятностью, что является сложной вычислительной задачей. Мы представляем изученную оценку среднего гармонического..

Нейронные сети должны научиться говорить «Я не уверен»

Теорема Байеса дает возможность ИИ отвечать на вопросы с неопределенностью Если есть одно приложение машинного обучения, которое, как известно, является особенно полезным и часто успешным, то это классификация. Классификация - это задача отнесения данной записи к одному классу ( например кошка или тигр ?). Обычно каждая запись, которая должна быть обработана, представлена численно в виде вектора чисел, который может кодировать высокоуровневые характеристики ( например длину хвоста,..

Байесовская линейная регрессия с Бэмби

Используйте байесовский вывод, чтобы получить распределение ваших прогнозов Мотивация При подгонке линии регрессии к выборочным данным вы можете получить линию регрессии, как показано ниже: Вместо того, чтобы получать одну линию регрессии, было бы неплохо, если бы вы могли вместо этого получить распределение прогнозов? Вот когда на помощь приходит байесовская линейная регрессия. В этой статье вы узнаете, как построить байесовскую линейную регрессию в Python. Что такое..

Построение вашей первой байесовской модели на языке R

Байесовские модели предлагают метод вероятностных прогнозов состояния мира. Ключевые преимущества перед частотной структурой включают способность включать априорную информацию в анализ, оценивать недостающие значения вместе со значениями параметров и делать заявления о вероятности определенной гипотезы. Корень байесовской магии находится в теореме Байеса, описывающей условную вероятность события. Эта статья не является теоретическим объяснением байесовской статистики, а скорее..

[Обзор статьи] Математика обучения : работа с данными

Моя команда рассматривает «Paper Review» как проект по развитию компетенций. Итак, каждую неделю я буду загружать на Medium как минимум одну публикацию с обзором статьи, название которой начинается с «[Обзор статьи]». Название статьи | Математика обучения: работа с данными Автор | Томасо Поджо и Стив Смейл (MIT Computer Science) Публикация | Уведомления AMS Volume 50, Number 5 Цитата | 698 (Гугл, 12 марта 2023 г.) В статье «Математика обучения: работа с данными» Томазо Поджо..

Байесовское концептуальное обучение

Байесовское концептуальное обучение: Применения: обнаружение мошенничества с кредитными картами, фильтрация спама, медицинская диагностика, онлайн-обучение. Чтобы использовать байесовское обучение, нам нужно понимать вероятность, априорную и апостериорную вероятность . Есть разные способы понять эту концепцию, но я понял это, играя в игру. Итак, давайте поиграем в игру. Я ведущий игры «Угадай следующее число». Участники выбирают коробку, которую нужно открыть, и внутри этой..

Байесовский вывод: как работает аппроксимация сетки

Часть 1: Как работает аппроксимация сетки Вступление Метод аппроксимации сетки - это метод, используемый для оценки апостериорной вероятности распределения. В этой статье я подробно объясню, как работает этот метод. Попутно вы познакомитесь с несколькими техническими терминами, обычно встречающимися в литературе по байесовскому выводу. Код для воспроизведения результатов и цифр доступен в этой записной книжке . Я предполагаю, что читатель имеет базовое понимание статистики,..