Публикации по теме 'bayesian-statistics'
Смущает матрица замешательства
В чем разница между показателем попаданий, истинно положительным показателем, чувствительностью, отзывом и статистической мощностью?
Если вы попытались ответить на вопрос в названии, вы будете разочарованы, узнав, что это на самом деле вопрос с подвохом - по сути, в перечисленных терминах нет никакой разницы. Так же, как проблема, упомянутая в ANCOVA и Модерация , разные термины часто используются для одного и того же, особенно когда они относятся к разным областям. В этом посте будет..
Байесовская оптимизация с нуля в Python
Распространенной проблемой в науке о данных является идея выбора идеальных гиперпараметров для вашей модели. Независимо от того, работаете ли вы с нейронными сетями или лассо-регрессией, гиперпараметры будут влиять на производительность вашей модели. Цель ученого данных — найти оптимальную комбинацию гиперпараметров, которая приводит к лучшей модели, но часто это невероятно сложная задача. Гиперпараметры несколько абстрактны и требуют много времени и усилий для оптимальной настройки...
Введение в байесовский вывод - математическое предприятие
Привет, это моя первая статья в блоге, так что потерпите немного, если я допустил какие-либо ошибки или пропустил какие-либо соглашения при написании статьи, пожалуйста, дайте мне знать в комментариях. (Всегда приветствуются вежливые отзывы о содержании :)).
В мире статистики есть два известных подхода, используемых статистиками и специалистами по обработке данных для решения реальной проблемы прогнозирования, известной как частотный и байесовский подход.
Золотое правило Байеса говорит..
Классификация с множественными измерениями — укрепление доверия с помощью большего количества доказательств
Байесовский подход с наивным байесовским предположением
Если вы знакомы с проблемой классификации, вы, вероятно, знакомы со всей процедурой обучения модели: разделите свои данные, обучите свою модель, настройте свою модель с помощью ROC-анализа и, наконец, запустите ее в реальный мир, чтобы делать прогнозы. для тебя..
Что делать, если от одного и того же субъекта поступает более 1 точки данных, а ваш классификатор дает смешанные результаты? Или, даже когда ваш классификатор дает вам..
Статистам тоже следует изучить TensorFlow
Статистика и машинное обучение до некоторой степени расходились друг с другом. Вот как TensorFlow ликвидирует этот пробел.
Статистики всегда относились к машинному обучению с долей скептицизма, мягко говоря.
Хотя статистика зависит от научного метода и является предметом тех же дебатов и исследований, что и любая академическая область, машинное обучение получило несколько сомнительную репутацию метода «черного ящика», когда данные просто вставляются в модель для получения результатов. -..
Практика байесовской статистики с Python, PyMC3 и ArviZ
Практика байесовской статистики с Python, PyMC3 и ArviZ
Гауссовский вывод, апостериорные прогностические проверки, групповое сравнение, иерархическая линейная регрессия
Если вы думаете, что теорема Байеса противоречит интуиции, а байесовская статистика , основанная на теореме Байя, может быть очень сложной для понимания. Я с тобой.
Есть бесчисленное множество причин, по которым мы должны изучать байесовскую статистику , в частности, байесовская статистика становится мощной..
Байесовский вывод в науке о данных
Математический фон:
Статистический вывод: Статистический вывод - это процесс, посредством которого выводы о совокупности делаются на основе определенной статистики , рассчитанной на основе выборки данных, взятых из этой совокупности.
Вывод часто встречающегося . Статистический вывод, который делает выводы на основе выборочных данных с акцентом на частоту или пропорцию данных. Метод частотности делает прогнозы на основе истин, лежащих в основе эксперимента, используя только данные..
