http://dbpedia.org/ontology/abstract
|
У баєсовій статистиці, гіперпараметр - це … У баєсовій статистиці, гіперпараметр - це параметр апріорного розподілу; термін використовується аби відрізнити їх від параметрів моделі системи яку аналізують. Наприклад, якщо хтось використовує бета-розподіл для моделювання розподілу параметра p розподілу Бернуллі, то:
* p є параметром базової системи (розподілу Бернуллі), а
* α та β є параметрами апріорного розподілу (бета-розподілу), тобто гіперпараметрами. Можна просто взяти окреме значення гіперпараметра, або можна проітеруватись по ньому і отримати розподіл ймовірності самого гіперпараметра, який називається . самого гіперпараметра, який називається .
, In statistica bayesiana, un iperparametro … In statistica bayesiana, un iperparametro è un parametro di una distribuzione di probabilità a priori; il termine è impiegato per distinguere dai parametri del sottostante sistema in esame. Gli iperparametri originano in particolare quando si impiegano distribuzioni a priori. Per esempio, se si sta usando una distribuzione Beta per modellare la distribuzione di un parametro p di una distribuzione di Bernoulli, allora:
* p è un parametro del sistema sottostante (la distribuzione di Bernoulli) mentre
* α e β sono parametri della distribuzione a priori (la distribuzione Beta), quindi iperparametri. Per un dato parametro si può considerare di prendere un suo singolo valore oppure un'intera distribuzione di probabilità, detta distribuzione di probabilità a iperpriori.distribuzione di probabilità a iperpriori.
, ハイパーパラメータ(超母数、英語: Hyperparameter)とは、推論や予測の … ハイパーパラメータ(超母数、英語: Hyperparameter)とは、推論や予測の枠組みの中で決定されないパラメータのことを指す。損失関数の正則化項の影響度を表す係数などが該当する。ハイパーパラメータは、多くの場合、あらかじめ値の候補を用意しておき、各候補に対して、それを一定の値として一旦採用し、予測や推論を行い、最終的に最も性能の良いモデルのハイパーパラメータを採用する。よって、ハイパーパラメータには人間の任意性がある。これを解決する方法として、ハイパーパラメータを確率変数と見做し、事前分布を導入する、というベイズ的手法が存在する。パーパラメータを確率変数と見做し、事前分布を導入する、というベイズ的手法が存在する。
, In Bayesian statistics, a hyperparameter i … In Bayesian statistics, a hyperparameter is a parameter of a prior distribution; the term is used to distinguish them from parameters of the model for the underlying system under analysis. For example, if one is using a beta distribution to model the distribution of the parameter p of a Bernoulli distribution, then:
* p is a parameter of the underlying system (Bernoulli distribution), and
* α and β are parameters of the prior distribution (beta distribution), hence hyperparameters. One may take a single value for a given hyperparameter, or one can iterate and take a probability distribution on the hyperparameter itself, called a hyperprior.yperparameter itself, called a hyperprior.
|
http://dbpedia.org/ontology/wikiPageExternalLink
|
https://books.google.com/books%3Fid=ZRMJ-CebFm4C&pg=PA241 +
, https://books.google.com/books%3Fid=lV3DIdV0F9AC&pg=PA251 +
, https://books.google.com/books%3Fid=11nSgIcd7xQC +
|
http://dbpedia.org/ontology/wikiPageID
|
11641585
|
http://dbpedia.org/ontology/wikiPageLength
|
4329
|
http://dbpedia.org/ontology/wikiPageRevisionID
|
1090148567
|
http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Parametric_family +
, http://dbpedia.org/resource/Bayesian_statistics +
, http://dbpedia.org/resource/Conjugate_prior +
, http://dbpedia.org/resource/Credible_intervals +
, http://dbpedia.org/resource/Beta_distribution +
, http://dbpedia.org/resource/Category:Sensitivity_analysis +
, http://dbpedia.org/resource/Category:Bayesian_statistics +
, http://dbpedia.org/resource/Sensitivity_analysis +
, http://dbpedia.org/resource/Hyperprior +
, http://dbpedia.org/resource/Empirical_Bayes_method +
, http://dbpedia.org/resource/Bernoulli_distribution +
, http://dbpedia.org/resource/Prior_distribution +
|
http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:Cite_book +
, http://dbpedia.org/resource/Template:Main +
, http://dbpedia.org/resource/Template:Technical +
, http://dbpedia.org/resource/Template:Bayesian_statistics +
, http://dbpedia.org/resource/Template:Distinguish-about +
, http://dbpedia.org/resource/Template:Multiple_issues +
, http://dbpedia.org/resource/Template:One_source +
|
http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Bayesian_statistics +
, http://dbpedia.org/resource/Category:Sensitivity_analysis +
|
http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Parameter +
|
http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Hyperparameter?oldid=1090148567&ns=0 +
|
http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Hyperparameter +
|
owl:sameAs |
https://global.dbpedia.org/id/3s7g2 +
, http://www.wikidata.org/entity/Q4171168 +
, http://dbpedia.org/resource/Hyperparameter +
, http://rdf.freebase.com/ns/m.02rmg8b +
, http://ja.dbpedia.org/resource/%E3%83%8F%E3%82%A4%E3%83%91%E3%83%BC%E3%83%91%E3%83%A9%E3%83%A1%E3%83%BC%E3%82%BF +
, http://uk.dbpedia.org/resource/%D0%93%D1%96%D0%BF%D0%B5%D1%80%D0%BF%D0%B0%D1%80%D0%B0%D0%BC%D0%B5%D1%82%D1%80 +
, http://it.dbpedia.org/resource/Iperparametro +
|
rdf:type |
http://dbpedia.org/ontology/Software +
|
rdfs:comment |
У баєсовій статистиці, гіперпараметр - це … У баєсовій статистиці, гіперпараметр - це параметр апріорного розподілу; термін використовується аби відрізнити їх від параметрів моделі системи яку аналізують. Наприклад, якщо хтось використовує бета-розподіл для моделювання розподілу параметра p розподілу Бернуллі, то:
* p є параметром базової системи (розподілу Бернуллі), а
* α та β є параметрами апріорного розподілу (бета-розподілу), тобто гіперпараметрами. Можна просто взяти окреме значення гіперпараметра, або можна проітеруватись по ньому і отримати розподіл ймовірності самого гіперпараметра, який називається . самого гіперпараметра, який називається .
, ハイパーパラメータ(超母数、英語: Hyperparameter)とは、推論や予測の … ハイパーパラメータ(超母数、英語: Hyperparameter)とは、推論や予測の枠組みの中で決定されないパラメータのことを指す。損失関数の正則化項の影響度を表す係数などが該当する。ハイパーパラメータは、多くの場合、あらかじめ値の候補を用意しておき、各候補に対して、それを一定の値として一旦採用し、予測や推論を行い、最終的に最も性能の良いモデルのハイパーパラメータを採用する。よって、ハイパーパラメータには人間の任意性がある。これを解決する方法として、ハイパーパラメータを確率変数と見做し、事前分布を導入する、というベイズ的手法が存在する。パーパラメータを確率変数と見做し、事前分布を導入する、というベイズ的手法が存在する。
, In statistica bayesiana, un iperparametro … In statistica bayesiana, un iperparametro è un parametro di una distribuzione di probabilità a priori; il termine è impiegato per distinguere dai parametri del sottostante sistema in esame. Gli iperparametri originano in particolare quando si impiegano distribuzioni a priori. Per esempio, se si sta usando una distribuzione Beta per modellare la distribuzione di un parametro p di una distribuzione di Bernoulli, allora: Per un dato parametro si può considerare di prendere un suo singolo valore oppure un'intera distribuzione di probabilità, detta distribuzione di probabilità a iperpriori.distribuzione di probabilità a iperpriori.
, In Bayesian statistics, a hyperparameter i … In Bayesian statistics, a hyperparameter is a parameter of a prior distribution; the term is used to distinguish them from parameters of the model for the underlying system under analysis. For example, if one is using a beta distribution to model the distribution of the parameter p of a Bernoulli distribution, then:
* p is a parameter of the underlying system (Bernoulli distribution), and
* α and β are parameters of the prior distribution (beta distribution), hence hyperparameters.beta distribution), hence hyperparameters.
|
rdfs:label |
Гіперпараметр
, ハイパーパラメータ
, Hyperparameter
, Iperparametro
|