Preguntas etiquetadas con graphical-model

Estoy empezando a incursionar con el uso de glmnetla LASSO regresión donde mi resultado de interés es dicotómica. He creado un pequeño marco de datos simulados a continuación: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …

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 

Estoy buscando un software [gratuito] que pueda producir modelos gráficos atractivos, p. Ej. Cualquier sugerencia sera apreciada.

50 graphical-model  software 

Considere la siguiente figura de los Modelos lineales de Faraway con R (2005, p. 59). La primera gráfica parece indicar que los residuos y los valores ajustados no están correlacionados, ya que deberían estar en un modelo lineal homoscedástico con errores distribuidos normalmente. Por lo tanto, los gráficos segundo y …

34 regression  residuals  assumptions  graphical-model 

Todos parecen representar variables aleatorias por los nodos y (in) dependencia a través de los bordes (posiblemente dirigidos). Estoy especialmente interesado en el punto de vista de un bayesiano.

34 causality  neural-networks  multilevel-analysis  graphical-model 

Las introducciones a los modelos gráficos los describen como "... un matrimonio entre la teoría de gráficos y la teoría de probabilidad". Obtengo la parte de la teoría de la probabilidad, pero tengo problemas para comprender dónde encaja exactamente la teoría de gráficos. ¿Qué ideas de la teoría de gráficos …

29 graphical-model  graph-theory  distributions 

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 

En su libro de texto, Modelos gráficos, familias exponenciales e inferencia variacional , M. Jordan y M. Wainwright discuten la conexión entre las familias exponenciales y los campos aleatorios de Markov (modelos gráficos no dirigidos). Estoy tratando de entender mejor la relación entre ellos con las siguientes preguntas: ¿Todos los …

21 mathematical-statistics  graphical-model 

Si arreglo los valores de los nodos observados de un MRF, ¿se convierte en un CRF?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

Estoy tratando de entender la lógica de separación de d en las redes bayesianas causales. Sé cómo funciona el algoritmo, pero no entiendo exactamente por qué el "flujo de información" funciona como se indica en el algoritmo. Por ejemplo, en el gráfico anterior, pensemos que solo se nos da X …

15 bayesian  causality  graphical-model  bayesian-network 

Acabo de empezar a aprender a usar Stan y rstan. A menos que siempre haya estado confundido acerca de cómo funcionaba JAGS / BUGS, pensé que siempre tenía que definir una distribución previa de algún tipo para cada parámetro del modelo que se extraería. Sin embargo, parece que no tiene …

14 mcmc  prior  jags  graphical-model  stan 

He visto referencias al aprendizaje de la teoría de probabilidad bayesiana en R, y me preguntaba si hay más como esta, ¿quizás específicamente en Python? ¿Orientado hacia el aprendizaje de la teoría de probabilidad bayesiana, inferencia, estimación de máxima verosimilitud, modelos gráficos y el tipo?

13 machine-learning  bayesian  python  graphical-model 

Estoy estudiando modelos gráficos probabilísticos , un libro para el autoaprendizaje. ¿Los bordes en un gráfico acíclico dirigido (DAG) representan relaciones causales? ¿Qué sucede si quiero construir una red bayesiana , pero no estoy seguro de la dirección de las flechas en ella? Todos los datos me dirán las correlaciones …

13 causality  graphical-model  bayesian-network  dag 

Estoy luchando por hacer la conexión matemática entre una red neuronal y un modelo gráfico. En los modelos gráficos, la idea es simple: la distribución de probabilidad se factoriza de acuerdo con las camarillas en el gráfico, y los potenciales generalmente son de la familia exponencial. ¿Existe un razonamiento equivalente …

11 neural-networks  markov-process  graphical-model  deep-learning  deep-belief-networks 

De Wikipedia Una Red Bayesiana Dinámica (DBN) es una Red Bayesiana que relaciona variables entre sí en pasos de tiempo adyacentes. Esto a menudo se llama un BN de dos tiempos porque dice que en cualquier momento T, el valor de una variable se puede calcular a partir de los …

11 hidden-markov-model  graphical-model 

Si bien he hecho algo de programación con máquinas Boltzmann en una clase de física, no estoy familiarizado con su caracterización teórica. Por el contrario, sé una cantidad modesta sobre la teoría de los modelos gráficos (sobre los primeros capítulos del libro Graphical Models de Lauritzen ). Pregunta: ¿Existe alguna …

10 machine-learning  neural-networks  mathematical-statistics  graphical-model  rbm