PyMC 贡献者 发布的帖子

样本外预测

我们希望拟合一个逻辑回归模型,其中两个数值特征之间存在乘法交互作用。

阅读更多 ...


样本外预测

我们希望拟合一个逻辑回归模型,其中两个数值特征之间存在乘法交互作用。

阅读更多...


样本外预测

我们希望拟合一个逻辑回归模型,其中两个数值特征之间存在乘法交互作用。

阅读更多 ...


样本外预测

我们希望拟合一个逻辑回归模型,其中两个数值特征之间存在乘法交互作用。

阅读更多...


近似贝叶斯计算

近似贝叶斯计算方法(也称为似然自由推断方法),是一组为在似然函数难以处理或计算成本高的情况下推断后验分布而开发的技术。这并不意味着似然函数不是分析的一部分,只是我们在近似似然函数,因此得名ABC方法。

阅读更多...


近似贝叶斯计算

近似贝叶斯计算方法(也称为似然自由推断方法),是一组为在似然函数难以处理或计算成本高的情况下推断后验分布而开发的技术。这并不意味着似然函数不是分析的一部分,只是我们在近似似然函数,因此得名ABC方法。

阅读更多 ...


近似贝叶斯计算

近似贝叶斯计算方法(也称为似然自由推断方法),是一组为在似然函数难以处理或计算成本高的情况下推断后验分布而开发的技术。这并不意味着似然函数不是分析的一部分,只是我们在近似似然函数,因此得名ABC方法。

阅读更多...


近似贝叶斯计算

近似贝叶斯计算方法(也称为似然自由推断方法),是一组为在似然函数难以处理或计算成本高的情况下推断后验分布而开发的技术。这并不意味着似然函数不是分析的一部分,只是我们在近似似然函数,因此得名ABC方法。

阅读更多...


顺序蒙特卡罗

使用标准的MCMC方法从具有多个峰值的分布中采样可能会很困难,甚至是不可能的,因为马尔可夫链通常会卡在其中一个最小值中。顺序蒙特卡罗采样器(SMC)是解决这个问题的一种方法。

阅读更多 ...


顺序蒙特卡罗

使用标准的MCMC方法从具有多个峰值的分布中采样可能会很困难,甚至是不可能的,因为马尔可夫链通常会卡在其中一个最小值中。顺序蒙特卡罗采样器(SMC)是解决这个问题的一种方法。

阅读更多...


顺序蒙特卡罗

使用标准的MCMC方法从具有多个峰值的分布中采样可能会很困难,甚至是不可能的,因为马尔可夫链通常会卡在其中一个最小值中。顺序蒙特卡罗采样器(SMC)是解决这个问题的一种方法。

阅读更多 ...


顺序蒙特卡罗

使用标准的MCMC方法从具有多个峰值的分布中采样可能会很困难,甚至是不可能的,因为马尔可夫链通常会卡在其中一个最小值中。顺序蒙特卡罗采样器(SMC)是解决这个问题的一种方法。

阅读更多...


GLM:分层回归模型上的小批量ADVI

与高斯混合模型不同,(分层)回归模型具有自变量。这些变量影响似然函数,但不是随机变量。在使用小批量时,我们应该注意这一点。

阅读更多 ...


GLM:分层回归模型上的小批量ADVI

与高斯混合模型不同,(分层)回归模型具有自变量。这些变量影响似然函数,但不是随机变量。在使用小批量时,我们应该注意这一点。

阅读更多...


边际高斯混合模型

高斯混合模型是一种适用于表现出亚群异质性数据的灵活模型类别。下面展示了一个此类数据集的简单示例。

阅读更多 ...


边际高斯混合模型

高斯混合模型是一种适用于表现出亚群异质性数据的灵活模型类别。下面展示了一个此类数据集的简单示例。

阅读更多 ...


边际高斯混合模型

高斯混合模型是一种适用于表现出亚群异质性数据的灵活模型类别。下面展示了一个此类数据集的简单示例。

阅读更多 ...


边缘化高斯混合模型

高斯混合模型是一种适用于表现出亚群异质性数据的灵活模型类别。下面展示了一个此类数据集的简单示例。

阅读更多 ...