贝叶斯(在托马斯贝叶斯之后)指的是概率和统计中的方法,其涉及通过结合先前和观察到的信息来量化关于参数或潜在变量估计的不确定性。贝叶斯建模,推理,优化和模型比较技术是主题。期望编程元素;理论/方法问题应该转到https://stats.stackexchange.com。
我有一些关于流量的历史数据,并希望预测未来。我参考了http://www.nuriaoliver.com/bicing/IJCAI09_Bicing.pdf。它应用贝叶斯网络来预测......
我正在尝试使用pymc3和bambi软件进行贝叶斯分析。我的数据形状为136x5,前5行如下:AGE GENDER AVAR BVAR OUTVAR 0 60 F 0.9 0 8260.0 1 ...
在下面关于高斯过程回归(GPR)的代码中:从sklearn.datasets导入make_friedman2来自sklearn.gaussian_process导入来自sklearn的GaussianProcessRegressor ....
我正在使用JAGS对二项分布进行建模,该二项分布的p参数是另一个变量d的函数。这就是我想要做的:从......生成10000个样本
如何在R2jags :: jags中修复“节点与父节点不一致”
我正在使用R-package R2jags。运行下面附带的代码后,R生成错误消息:“节点与父节点不一致”。我试着解决它。但是,错误消息仍然存在....
我想使用weibull分布构建用于生存分析的stan(rstan)代码。但是我的stan代码总是无法工作。如果有人知道如何处理我的问题,请教我。我的数据是......
所以我最近正在研究关于概率图形模型的这门课程,我想尝试一个动手实例。在这个例子中,我想循环所有可能的组合(29,281)非循环有向图...
如何使用参数alpha = 1.71和beta = 1.05绘制负二项式我已经描绘了条形图(表(rnbinom(10000,1.71,1.05))/ 10000)
我一直在构建一个简单的近似贝叶斯计算应用程序并遇到了问题。我不知道如何正确实施后验概率。我的先前:无信息(统一...
如果我们发现它是阴天和下雨。草湿的概率是多少?答案是:P(W = T | C = T,R = T)= P(W = T | R = T,S = T)* P(S = T | C = T)+ P(W = T | R = T,S = F)* P(S = F | C = T)但是如果我们......
为什么马尔可夫链monte carlo(MCMC)在贝叶斯机器学习中很有用?
我们有一些数据和带有潜在变量的概率模型,我们想在看到数据后估计后验分布。通常这个p(x | z)很难计算,所以我们使用变分...
我正在试图弄清楚我是否正确地表达了这个模型,以及我是否正确地测试了我的假设。我进行了一项研究,让人们对两个维度的刺激进行分类。然后我 ...
假设按时间顺序进行了三次二项式实验。对于每个实验,我都知道#of试验以及#of'scescesses。使用前两个较旧的实验作为先前的...
我想用pymc3模拟前面的(而不是后面的)y。我首先定义了模型:导入pymc3为pm,pm.Model()为m:mu = pm.Normal('mu',mu = 0,sd = 10)sigma = pm ....
整体建模是贝叶斯方法吗?我这样想:我们的最终模型(后验)基于其他主要模型(先前)。你们可以发表意见吗?
我刚开始使用GPy和GPyOpt。我的目标是设计一个迭代过程来找到x的位置,其中y是最大值。虚拟x阵列从0到100跨越0.5步。假y -...