ตำราเรียนเบื้องต้นเกี่ยวกับแบบจำลองที่ไม่ใช่พารามิเตอร์แบบเบส์?


9

ฉันต้องการปิดหัวของฉันในหัวข้อนี้ แต่การเรียนรู้จากเอกสารและแบบฝึกหัดนั้นยากเพราะมีช่องว่างมากมายที่มักจะถูกเติมในตำราเรียน

ถ้ามันเป็นสิ่งสำคัญที่ฉันมีพื้นหลังทางคณิตศาสตร์ที่ค่อนข้างแข็งแกร่งเหมือนที่ฉันทำปริญญาเอกของฉัน ในคณิตศาสตร์ประยุกต์ (CFD จะแม่นยำยิ่งขึ้น)

คำตอบ:


5

เกี่ยวกับความคิดเห็นของคุณในการแก้ปัญหาของ @ jerad ฉันเชื่อว่าคุณไม่ต้องผิดหวังเพราะคุณไม่สามารถพิสูจน์สูตร 12 ได้ต้องใช้ทฤษฎีของกระบวนการสโทแคสติก หากคุณต้องการทราบว่าสูตร 12 มาจากการตรวจสอบที่รายงานของเฟอร์กูสันการวิเคราะห์แบบเบส์ของปัญหาที่ไม่เกี่ยวกับพารามิเตอร์ ( The Annals of Statistics 1973, 1 (2): 209) ซึ่งพิสูจน์การดำรงอยู่ของกระบวนการ Dirichlet และคุณสมบัติของมัน

โดยทั่วไปในการศึกษา Bayesian Nonparametrics คุณจะต้องศึกษาทฤษฎีความน่าจะเป็นและกระบวนการสโทแคสติก ฉันพูดถึงหนังสือสองเล่มที่เป็นเรื่องธรรมดาใน BNP คือ:

  • Ghosh และ Ramamoorthi, Bayesian Nonparametrics , Springer; 2003
  • Hjort, Holmes, Müllerและ Walker, Bayesian Nonparametricsสำนักพิมพ์มหาวิทยาลัยเคมบริดจ์; 2010

2

เท่าที่ฉันรู้ไม่มีหนังสือเล่มนี้อยู่เพราะพื้นที่ยังค่อนข้างใหม่ หนังสือ nonparametrics ของ Bayesian สองเล่มที่ฉันเคยเห็นนั้นเป็นเพียงเอกสารวิจัยจำนวนหนึ่งจากนักวิจัยหลายคนที่ผูกพันกัน

หากคุณมีปริญญาเอก ในวิชาคณิตศาสตร์ประยุกต์หรือไม่ฉันแน่ใจว่าคุณสามารถไปรอบ ๆ โดยการอ่านเอกสารมาตรฐาน

น่าจะยังแนะนำอย่างละเอียดมากที่สุดนุ่มนวลวิธี BNP คือการกวดวิชานี้โดยแซม Gershman


ขอบคุณสำหรับการอ้างอิง ปัญหาคือทักษะทฤษฎีการวัดของฉันเป็นสนิม ตัวอย่างเช่นฉันไม่สามารถหาวิธีที่จะพิสูจน์สูตร (12) จากกระดาษที่คุณอ้างถึง (แต่ฉันได้เรียนรู้อะไรมากมายจากมันอย่างไรก็ตาม) คำถามที่คล้ายกันเกิดขึ้นบ่อยกว่าไม่และเมื่อฉันกดปุ่มผนังไม่มีใครไม่ถาม ...
Moonwalker
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.