一、VAR:向量自回归模型，结果仅具有统计上的 意义 SVAR：结构向量自回归模型 TVP-VAR：Time Varying Parameter-Stochastic Volatility-Vector Auto Regression。时变参数随机波动率向量自回归模型，与VAR 不同的是，模型没有同 ...
分类：
其他好文 时间：
2020-03-24 23:19:52
阅读次数：
652
本文在少用数学公式的情况下，尽量仅依靠感性直觉的思考来讲解 极大似然估计 & 极大后验概率估计，并且从名著中找了几个实例给大家看看这两种估计如何应用 & 其非常有趣的特点。 ...
分类：
其他好文 时间：
2020-01-10 23:56:15
阅读次数：
194
blog.csdn.net 金融时间序列分析：第3版 - weixin_30732487的博客 24-30 分钟 《金融时间序列分析：第3版》基本信息原书名：Analysis of Financial Time Series Third Edition作者： (美)蔡瑞胸(Tsay, R. S.) ...
分类：
其他好文 时间：
2019-12-23 00:33:30
阅读次数：
112
即排除当前词的主题分配，根据其他词的主题分配和观察到的单词来计算当前词主题的概率公式 里面用到了伽马函数的性质 当Gibbs sampling 收敛后，我们需要根据最后文档集中所有单词的主题分配来计算和，作为我们估计出来的概率图模型中的隐含变量。每个文档上Topic的后验分布和每个Topic下的te ...
分类：
其他好文 时间：
2018-12-18 17:17:17
阅读次数：
240
隐含狄利克雷分布（Latent Dirichlet Allocation ,简称LDA) 贝叶斯模型贝叶斯模型主要涉及“先验分布”， “数据（似然）”和“后验分布”三块，在贝叶斯学派中： 先验分布 + 数据（似然）= 后验分布可以理解为通过在现先验分布的基础上更新后验分布 二项分布$a = a -2 ...
分类：
其他好文 时间：
2018-11-28 20:30:46
阅读次数：
204
一、简介 贝叶斯优化 用于机器学习调参由J. Snoek(2012)提出，主要思想是，给定优化的目标函数(广义的函数，只需指定输入和输出即可，无需知道内部结构以及数学性质)，通过不断地添加样本点来更新目标函数的后验分布(高斯过程 ,直到后验分布基本贴合于真实分布。简单的说，就是 考虑了上一次参数的信 ...
分类：
其他好文 时间：
2018-07-30 22:08:41
阅读次数：
308
参考： https://blog.csdn.net/xianlingmao/article/details/7340099 wiki 理解了贝叶斯之后，再理解这些概念就轻松很多，原文如下。 在贝叶斯统计中，如果后验分布与先验分布属于同类，则先验分布与后验分布被称为共轭分布，而先验分布被称为似然函数的 ...
分类：
其他好文 时间：
2018-04-09 20:59:02
阅读次数：
191
引言 LDA(Latent Dirichlet Allocation)称为潜在狄利克雷分布，是文本语义分析中比较重要的一个模型，同时，LDA模型中使用到了贝叶斯思维的一些知识，这些知识是统计机器学习的基础。为了能够对LDA原理有清晰的认识，也为了能够对贝叶斯思维有全面的了解，在这里对基本知识以及LD ...
分类：
编程语言 时间：
2017-10-08 21:26:05
阅读次数：
246
贝叶斯法则 贝叶斯法则又被称为贝叶斯定理、贝叶斯规则，是指概率统计中的应用所观察到的现象对有关概率分布的主观判断（即先验概率）进行修正的标准方法。当分析样本大到接近总体数时，样本中事件发生的概率将接近于总体中事件发生的概率。 贝叶斯统计中的两个基本概念是先验分布和后验分布： 1、先验分布。总体分布参 ...
分类：
其他好文 时间：
2017-03-08 17:34:37
阅读次数：
238
生成模型与判别模型 给定样本 $x$ ,需要对 $p(y|x)$ 建模，生成模型与判别模型分别使用了不同的方式 1. 生成模型 直接对 $p(x,y)$ 建模，通过贝叶斯公式得到 $y$ 的后验分布即可： \[p(y|x) = \frac{p(x,y)}{p(x)}\] 生成模型反映了不同类型数据各... ...
分类：
其他好文 时间：
2016-08-21 16:40:12
阅读次数：
190
