Statistiken und Big Data generative-models

2

Ich weiß, dass generativ "basierend auf P(x,y)P(x,y)P(x,y) " und diskriminativ "basierend auf P(y|x)P(y|x)P(y|x) " bedeutet, aber ich bin in mehreren Punkten verwirrt: Wikipedia (+ viele andere Zugriffe im Web) stuft Dinge wie SVMs und Entscheidungsbäume als diskriminierend ein. Aber diese haben nicht einmal probabilistische Interpretationen. Was heißt hier diskriminierend? Ist …

153 machine-learning generative-models

7

Wie funktioniert der Umparametrierungstrick für VAEs und warum ist das wichtig?

Wie funktioniert der Umparametrierungstrick für Variations-Autoencoder (VAE)? Gibt es eine intuitive und einfache Erklärung, ohne die zugrunde liegende Mathematik zu vereinfachen? Und warum brauchen wir den "Trick"?

57 mathematical-statistics autoencoders variational-bayes generative-models

2

Moderne Anwendungsfälle für eingeschränkte Boltzmann-Maschinen (RBM)?

Hintergrund: Ein Großteil der modernen Forschung in den letzten ~ 4 Jahren (nach Alexander Net ) scheint von der Verwendung von generativem Pretraining für neuronale Netze abgewichen zu sein, um Klassifizierungsergebnisse auf dem neuesten Stand der Technik zu erzielen. Zum Beispiel beinhalten die Top-Ergebnisse für Mnist hier nur 2 Artikel …

16 references deep-learning rbm generative-models

2

Der Zusammenhang zwischen Bayes'scher Statistik und generativer Modellierung

Kann mich jemand auf eine gute Referenz verweisen, die den Zusammenhang zwischen Bayes-Statistiken und generativen Modellierungstechniken erklärt? Warum verwenden wir normalerweise generative Modelle mit Bayes'schen Techniken? Warum ist es besonders attraktiv, Bayes-Statistiken zu verwenden, wenn keine vollständigen Daten vorliegen, wenn überhaupt? Beachten Sie, dass ich aus einer eher maschinell lernorientierten …

15 bayesian generative-models

2

Warum werden Gaußsche Diskriminanzanalyse-Modelle so genannt?

Gaußsche Diskriminanzanalysemodelle lernen und wenden dann die Bayes-Regel an, um P ( y | x ) = P ( x | y ) P p r i o r ( y ) zu bewerten. P( x | y)P(x|y)P(x|y)P( y| x)= P( x | y) Pp r i o r( y)ΣG∈ …

13 normal-distribution discriminant-analysis generative-models

4

Wahrscheinlichkeitsfreie Folgerung - was bedeutet das?

Vor kurzem bin ich auf "wahrscheinlichkeitsfreie" Methoden aufmerksam geworden, über die in der Literatur geredet wird. Mir ist jedoch nicht klar, was es bedeutet, dass eine Inferenz- oder Optimierungsmethode wahrscheinlichkeitsfrei ist . Beim maschinellen Lernen besteht das Ziel normalerweise darin, die Wahrscheinlichkeit zu maximieren, dass einige Parameter zu einer Funktion …

11 machine-learning deep-learning maximum-likelihood generative-models abc

1

Jenseits der Fischerkerne

Für eine Weile schien es, als ob Fisher Kernels populär werden könnten, da sie eine Möglichkeit zu sein schienen, Kernel aus probabilistischen Modellen zu konstruieren. Ich habe sie jedoch selten in der Praxis gesehen, und ich bin der festen Überzeugung, dass sie in der Regel nicht sehr gut funktionieren. Sie …

10 machine-learning probability kernel-trick generative-models

4

Wie interpretiere ich eine Überlebenskurve des Cox-Hazard-Modells?

Wie interpretieren Sie eine Überlebenskurve aus dem Cox-Proportional-Hazard-Modell? Nehmen wir in diesem Spielzeugbeispiel an, wir haben ein Cox-Proportional-Hazard-Modell für ageVariablen in kidneyDaten und generieren die Überlebenskurve. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Welche Aussage ist zum Zeitpunkt zum Beispiel wahr? oder sind beide falsch?200200200 Statement 1: Wir …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

2

Ist Reinforcement Learning die richtige Wahl für das Malen wie Bob Ross?

Mein Arbeitsplatz hat eine zweiwöchige Code-Herausforderung, bei der ein Algorithmus erstellt wird, mit dem unter bestimmten Einschränkungen 100 Bob Ross-Musterbilder so genau wie möglich reproduziert werden können: "Gemälde" werden als JSON-Datei eingereicht, die eine Hintergrundfarbe und eine Reihe von "Pinselstrichen" enthält. Pinselstriche haben einen Startpunkt, einen Endpunkt, einen Radius und …

7 reinforcement-learning generative-models

Als «generative-models» getaggte Fragen