bayesian

0熱

1答えて

こんにちは、これはすべてudacityの人工知能クラスです。質問があります。 P（R0）= 1は雨が1日である確率を意味します。これは私の質問です P（R2 | H1 G2）？つまり私たちは、私があるので、P(R_2|G_2)に減少させることができるいくつかの有用なデータ P(R_2|H_1, G_2) 2日目

2熱

1答えて

は、私がここにRで作業しています

メトロポリス - ヘイスティングスアルゴリズム（MCMC）を使用して、プロビットモデルをシミュレートすることは私のコードです：私は問題があると思い n <- 1000 trueB0 <- 0 trueB1 <- 0.1 prior.mean0 <- 0 prior.sd0 <- 10 prior.mean1 <- 0 prior.sd1 <- 10 x <- rnorm(n, 0,

2熱

1答えて

PyMC3を使用してベイジアン線形回帰における新しいデータの事後を予測する

PyMC3を使用してベイジアン線形回帰を実行する。私はモデルを作りました。同じモデルを使って新しいX値の事後を予測したいのです。私はドキュメントのWebサイト：https://pymc-devs.github.io/pymc3/notebooks/posterior_predictive.html（「予測」を参照）の指示に従っています。これには分析の前にX値をtheano変数にしてから、モデル構築

1熱

1答えて

複数のベイジアンチェーンをパラレルで実行するR：3ノードでエラーが発生しました。最初のエラー：次元数が正しくありません

複数のコアでベイジアン統計関数のレプリケートチェーンを実行しようとしています。コアあたり1本の鎖。以下の関数mcmcは、1つのmcmcチェーンを実行するためのスクリプトです。私の考えは、mcmc関数を3回実行することだけです。各インスタンスは別々のコアで実行されます。私は変更しようとした例をいくつか見つけましたが、適切に動作させることができませんでした。次のエラーが表示されます。3ノードでエラーが

0熱

1答えて

多項式Naive BayesでSGDを使用できますか？

できるかどうか、そしてSGDを使用してMNBモデルをトレーニングすることが有効な方法であるかどうかを理解したいと思います。私のアプリケーションはテキスト分類です。 sklearn私は利用可能なMNBがないことを知りました。デフォルトではSVMですが、NBは線形モデルですね。だから、（ラプラススムージングと）私の尤度パラメータはのように推定することができる場合私はSGDと私のパラメータを更新

3熱

1答えて

インクリメンタルモデルの更新pyMC3

pyMC3のモデルを徐々に更新することは可能ですか？私は現在これに関する情報を見つけることができません。すべての文書は、常に先験的に既知のデータで動作しています。私の理解では、ベイジアンモデルは信念を更新できることを意味します。これはpyMC3でも可能ですか？これについての情報はどこにありますか？ありがとう:)

10熱

2答えて

pymc3で3レベルのロジスティック回帰モデルを作成する

私はpymc3で3レベルのロジスティック回帰モデルを作成しようとしています。トップレベル、中間レベル、および個々のレベルがあり、中間レベルの係数はトップレベルの係数から推定されます。しかし、中レベルの適切なデータ構造を指定するのが難しいです。 with pm.Model() as model: # Hyperpriors top_level_tau = pm.HalfNorma

0熱

1答えて

Mysqlベイジアンと星の評価で並べ替え

0熱

1答えて

R - ぎざぎざ - ランタイムエラー

私はぎざぎざと彼のモデルのコードを実行しようとしている：私が作成した model{ ## priors b0 ~ dnorm(0, 5) b1 ~ dnorm(0, 5) b2 ~ dnorm(0, 5) b3 ~ dnorm(0, 5) b4 ~ dnorm(0, 5) b5 ~ dnorm(0, 5) b6 ~ d