Preguntas etiquetadas con bayesian

(Soy un novato en las estadísticas. Soy matemático y programador y estoy tratando de construir algo así como un ingenuo filtro de spam bayesiano). He notado en muchos lugares que las personas tienden a descomponer el denominador en la ecuación del Teorema de Bayes. Entonces, en lugar de esto: PAGS( …

23 bayesian 

He estado tratando de entender la idea de conjugar los antecedentes en las estadísticas bayesianas por un tiempo, pero simplemente no lo entiendo. ¿Alguien puede explicar la idea en los términos más simples posibles, quizás utilizando el "previo gaussiano" como ejemplo?

23 bayesian  conditional-probability  conjugate-prior 

Andrew Gelman escribió un extenso artículo sobre por qué las pruebas de AB Bayesianas no requieren corrección de hipótesis múltiples: Por qué (generalmente) no tenemos que preocuparnos por las comparaciones múltiples , 2012. No entiendo bien: ¿por qué los métodos bayesianos no requieren múltiples correcciones de prueba? A ~ Distribution1 …

22 hypothesis-testing  bayesian  multiple-comparisons 

Estaba revisando la literatura sobre regularización, y a menudo veo párrafos que vinculan la regulación de L2 con Gaussian anterior, y L1 con Laplace centrada en cero. Sé cómo se ven estos anteriores, pero no entiendo cómo se traduce, por ejemplo, a los pesos en el modelo lineal. En L1, …

22 regression  bayesian  prior  regularization  laplace-distribution 

Estoy interesado para estimar la densidad de una variable aleatoria continua . Una forma de hacerlo que aprendí es el uso de la Estimación de la densidad del núcleo.XXX Pero ahora estoy interesado en un enfoque bayesiano que siga las siguientes líneas. En principio creo que sigue una distribución . …

22 bayesian  pdf  nonparametric-bayes  dirichlet-process 

Actualmente estoy pasando por "Razonamiento Bayesiano y Aprendizaje Automático" de David Barber y es un libro extremadamente bien escrito y atractivo para aprender los fundamentos. Entonces, una pregunta para alguien que ya ha hecho esto. ¿Cuáles son los siguientes libros que debería revisar después de tener un dominio razonable de …

22 machine-learning  bayesian  references  graphical-model 

Cuando trato de seleccionar entre varios modelos o la cantidad de características a incluir, digamos predicción, puedo pensar en dos enfoques. Divida los datos en conjuntos de entrenamiento y prueba. Mejor aún, use bootstrapping o k-fold cross-validation. Entrene en el conjunto de entrenamiento cada vez y calcule el error sobre …

22 bayesian  model-selection  cross-validation  feature-selection 

¿Cuáles son las diferencias entre los modelos generativos y discriminativos (discriminantes) (en el contexto del aprendizaje bayesiano y la inferencia)? ¿Y qué tiene que ver con la predicción, la teoría de la decisión o el aprendizaje no supervisado?

22 bayesian  predictive-models  unsupervised-learning 

Sabemos que en el caso de una distribución previa adecuada, 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 justificación habitual para este paso es que la distribución marginal de , , es constante con respecto a y, por lo tanto, puede ignorarse al derivar …

22 distributions  bayesian  prior  posterior 

He estado tratando de desarrollar una comprensión basada en la intuición del teorema de Bayes en términos de la probabilidad anterior , posterior , de probabilidad y marginal . Para eso utilizo la siguiente ecuación: donde representa una hipótesis o creencia y representa datos o evidencia. He entendido el concepto …

22 bayesian  likelihood  intuition 

Algunas fuentes dicen que la función de probabilidad no es una probabilidad condicional, algunas dicen que sí. Esto es muy confuso para mí. Según la mayoría de las fuentes que he visto, la probabilidad de una distribución con el parámetro , debería ser un producto de funciones de masa de …

21 probability  bayesian  conditional-probability  likelihood  frequentist 

Tengo problemas para comprender qué es un proceso Bayesian Bootstrapping y cómo eso diferiría de su rutina de arranque normal. Y si alguien pudiera ofrecer una revisión intuitiva / conceptual y una comparación de ambos, sería genial. Pongamos un ejemplo. Digamos que tenemos un conjunto de datos X que es …

21 bayesian  sampling  bootstrap 

Preámbulo Esta es una publicación muy larga. Si está releyendo esto, tenga en cuenta que he revisado la parte de la pregunta, aunque el material de fondo sigue siendo el mismo. Además, creo que he ideado una solución al problema. Esa solución aparece en la parte inferior de la publicación. …

21 machine-learning  bayesian  sampling  roc  auc 

Sé que los anteriores no tienen por qué ser adecuados y que la función de probabilidad tampoco se integra en 1. Pero, ¿la parte posterior debe ser una distribución adecuada? ¿Cuáles son las implicaciones si es / no es?

21 distributions  bayesian  posterior 

Si lo anterior y la probabilidad son muy diferentes entre sí, entonces a veces ocurre una situación en la que el posterior no es similar a ninguno de ellos. Vea, por ejemplo, esta imagen, que usa distribuciones normales. Aunque esto es matemáticamente correcto, no parece estar de acuerdo con mi …

21 bayesian  prior  posterior  likelihood