Preguntas etiquetadas con parameterization



5
¿Qué hay en un nombre: hiperparámetros?
Entonces, en una distribución normal, tenemos dos parámetros: media y varianza . En el libro Pattern Recognition and Machine Learning , de repente aparece un hiperparámetro en los términos de regularización de la función de error.μμ\muσ2σ2\sigma^2λλ\lambda ¿Qué son los hiperparámetros? ¿Por qué son nombrados como tales? ¿Y cómo son intuitivamente …



2
Determinante de la matriz de información de Fisher para un modelo sobreparamizado
Considere una variable aleatoria de Bernoulli con parámetro (probabilidad de éxito). La función de probabilidad y la información de Fisher (una matriz ) son:θ 1 × 1X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Ahora considere una versión "sobre-parametrizada" con …

1
Parametrizando las distribuciones Behrens-Fisher
"Sobre el problema de Behrens-Fisher: una revisión" por Seock-Ho Kim y Allen S. Cohen Journal of Educational and Behavioral Statistics , volumen 23, número 4, invierno, 1998, páginas 356–377 Estoy mirando esto y dice: Fisher (1935, 1939) eligió la estadística [dondeties laestadísticathabitual de una muestraparai=1,2] dondeθse toma en la primera …




2
Modelo de factorización matricial para sistemas de recomendación ¿cómo determinar el número de características latentes?
Estoy tratando de diseñar una técnica de factorización matricial para un simple sistema de recomendación de calificación de elementos de usuario. Tengo 2 preguntas sobre esto. Primero, en una implementación simple que vi de la técnica de factorización matricial para la recomendación de películas, el autor acaba de inicializar las …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.