Публикации по теме 'maximum-likelihood'


Максимальное правдоподобие (упрощенное)
Максимальное правдоподобие — важный принцип машинного обучения и статистики. Он используется для оценки параметров многих моделей машинного обучения как для задач регрессии, так и для задач классификации. Многим из моих студентов трудно понять эту концепцию, когда они слышат о ней впервые, поэтому я решил написать короткую статью, объясняющую эту концепцию простыми словами, и привести несколько примеров. Предположим, что у нас есть набор из n точек данных, обозначенных как X = { x ₁,..
Доступ к «Статистическому API» вашего алгоритма
От линейной и логистической регрессии, древовидных алгоритмов и SVM до стандартных нейронных сетей — все они сосредоточены на одном: оптимизации. Их неотъемлемая цель — оптимизировать разрыв между прогнозами и наблюдаемыми данными с помощью старой доброй функции потерь и таких методов, как градиентный спуск, прокладывающих путь. Но вероятность — это не оптимизация . В самом деле, если мы хотим использовать язык статистики для описания наших моделей с точки зрения их отношений между..
Понимание оценки максимального правдоподобия (MLE) и максимальной апостериорной оценки (MAP)
Что такое оценка максимального правдоподобия (MLE)? Оценка максимального правдоподобия (MLE) — это статистический метод, используемый для оценки параметров распределения вероятностей на основе наблюдаемых данных. Возьмем пример: событием является подбрасывание монеты, а результаты следуют биномиальному распределению с параметром p, представляющим вероятность успеха. Учитывая, что вы наблюдали в общей сложности 9 подбрасываний монеты с 5 успехами и 4 неудачами, MLE параметра p включает..
Доступный вывод логистической регрессии
Математика модели, от Бернулли до кросс-энтропии Этот пост предназначен для людей, которые уже знают, что такое логистическая регрессия (и, возможно, использовали ее один или два раза) и хотят более принципиального понимания математики, стоящей за ней. Некоторое знакомство с базовой вероятностью (распределение вероятностей, совместная вероятность, взаимоисключающие события) и статистикой, вероятно, потребуется, чтобы максимально использовать то, что последует. Без лишних слов,..
КЛАССИФИКАТОР ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ
КЛАССИФИКАТОР ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ Как это работает (Часть-1) Полное пошаговое руководство (концептуальное) Логистическая регрессия - это метод «статистического обучения», относящийся к «контролируемым» методам машинного обучения (ML), предназначенным для задач «классификации». За последние два десятилетия он приобрел огромную репутацию, особенно в финансовом секторе, благодаря своей выдающейся способности обнаруживать неплательщиков. Общая схема использования..
Развивайте интуицию машинного обучения через игру
Использование максимальной вероятности, чтобы показать, почему мы минимизируем сумму квадратов остатков в линейной регрессии Сводка Пытаясь глубже понять математические концепции машинного обучения, я обнаружил, что довольно легко запутаться в уравнениях. Моя цель — продемонстрировать, как вы можете экспериментировать с графиками и базовой математикой, чтобы развить интуицию машинного обучения. В частности, я хотел бы показать на простом примере, почему мы минимизируем сумму..
Вероятность против правдоподобия
Вероятность против правдоподобия Когда я впервые наткнулся на термин «вероятность » в том же предложении со словом «вероятность» , я был очень сбит с толку и не мог понять это утверждение! На самом деле это произошло, когда я изучал оценку максимального правдоподобия для логистической регрессии . Причиной этой путаницы было мое обычное понимание того, что вероятность чего-либо относится к вероятности чего-то и часто неправильного использования этих терминов как синонимов. Затем..