1回答
我正在尝试理解NLP中的最大似然是什么。我看到的是这样的暗示：我在Manning和Schütze的《统计语言处理基础》中也看到了同样的方程式。现在，我对MLE的理解是：
我知道实验的结果，我知道潜在的分布，但我不知道单个事件的概率。MLE通过找到我观察到的最有
浏览 16提问于2017-03-16得票数 1
我经常偶然发现论文说神经网络是用最大似然原理训练的。我想我一般都明白什么是最大可能性。但我很难理解如何把它应用到神经网络训练中。
如何利用最大似然原理训练神经网络？
浏览 0提问于2018-01-04得票数 6
1回答
我关注贝叶斯学习的概念，并研究了最大似然假设和最大后验假设。我已经看到，最大似然假设是最大可能获取数据的理由，它被定义为：
我真的对这两种定义感到困惑，因为我无法理
浏览 0提问于2020-09-16得票数 2
回答已采纳
4回答
最大似然估计伪码
、、、
我需要编写一个最大似然估计器来估计一些玩具数据的均值和方差。我有一个包含100个样本的向量，用numpy.random.randn(100)创建。数据应具有零均值和单位方差高斯分布。我查看了维基百科和一些额外的资源，但我有点困惑，因为我没有统计背景。维基说取最大对数似然</e
浏览 4提问于2011-10-11得票数 28
回答已采纳
我是数学初学者，到目前为止只能理解基本的命令。我需要帮助来编写最大似然估计函数。我想找一个二项分布的最大似然估计，有两个参数:n和p。我知道这很简单，实际上我可以手动得到答案，我确实做到了。但我需要知道如何在Mathematica中写这个，才能得到相同的答案。谢谢!
浏览 1提问于2012-09-10得票数 4
回答已采纳
1回答
在关于第五章的深度学习书的在线版本中，似然函数的估计量定义为：这是个体概率的乘积。接下来，该书认为，最大化上述对数似然函数(Eq.2)与最小化KL散度是一样的：或者更简单的说，就是将第二个任期最小化。因此，作者说，无论是哪种方式，我们都可以得到与Eq.2相同的函数。但不是Eq.1
在相同的Wiki页面中，似<
浏览 0提问于2020-12-19得票数 3
回答已采纳
我使用R中的anova()函数为一组嵌套模型执行模型选择，每个后续模型都在前一个模型中添加了一个协变量。我想知道logLik列是如何派生出来的。我知道它是某物的自然对数(即在下面的模型中它是一个很小的数)，但我不知道的是它到底是什么的对数。它是该模型下的最大似然估计，即单个值，还是多个参数值的概率乘积的结果？抱歉，我知道这是一件
浏览 3提问于2016-07-26得票数 0
回答已采纳
方法scipy.stats.rv_continuous.fit找到使对数似然函数最大化的参数，该对数似然函数由输入数据和分布rv_continuous的规格确定。scipy.stats.rv_continuous.fit的文档没有解释对数似然函数是如何生成的，我想知道是如何生成的。我需要它，这样我就可以在fit估计的参数(即最大值)下计算对数<e
浏览 27提问于2020-01-23得票数 1
回答已采纳
在Logistic回归的R& Spark的比较估计/系数中，观察到估计值是不一样的。根据现有文献，最大</e
浏览 0提问于2016-09-04得票数 1
logLik函数的lm方法返回的对数似然似乎与手动计算的对数似然不匹配。 为了演示，下面我将一个只有一个截距的标准线性模型拟合到一个具有三个点的简单数据集。然后，我使用logLik提取对数似然，并通过对在最大似然估计时评估的pdf的对数求和来手动计算它。深入研究logLik (stats:::logLik.lm
浏览 53提问于2021-04-28得票数 0
回答已采纳
我目前正在使用optim 'BFGS'将使用优化器fminunc计算对数似然的matlab模型集转换为R。
我有所有matlab模型的初始值、最大似然值和最终参数结果。大多数R转换的模型都可以使用optim找到，使用与matlab相同的初始参数，具有相同的对数似然和相同的最终参数值。然而，有些模型会陷入局部最优，这可以通过输入matlab端参数
浏览 0提问于2013-02-18得票数 0
如果极大似然估计( MLE )不能给出Logistic回归中参数的适当闭型解，为什么这种方法会有如此多的讨论呢？为什么不坚持梯度下降来估计参数呢？
浏览 0提问于2022-05-04得票数 2
回答已采纳
1回答
我正在用Python做情感分析方面的研究，目前我对nltk.probability有一些困惑
，Laplace估计作为概率分布的实验，用来产生频率分布。"Laplace估计“是从N个结果和B桶as (c+1)/(N+B)的实验中得到的计数为c的样本的概率。这相当于在每个垃
浏览 3提问于2015-11-04得票数 0
回答已采纳
我必须估计由Pareto分布和指数分布组成的混合分布的参数。我正在使用最大似然估计程序，通过使用对数似然函数，并对每个对数进行微分，对数似然方程是非线性的，我必须使用牛顿Rhapson迭代method.How，我可以使用R或任何其他编程语言吗？
浏览 3提问于2010-08-03得票数 2
在MATLAB中，binofit返回二项概率分布和置信区间成功的最大似然估计。statsmodels.stats.proportion.proportion_confint也返回置信区间，但找不到用于二项概率分布的最大似然估计的函数。
浏览 4提问于2019-02-07得票数 0
1回答
我正在尝试实现一个科学知识库中的高斯朴素贝叶斯。我知道朴素贝叶斯是建立在贝叶斯定理的基础上的，在高层次上定义为：posterior = (prior * likelihood) / evidence.
据我所知，先前和证据都是从培训数据中学到的。我不确定Q1是否可能:它也是从训练数据中得到的，还是使用最大似然估计？Q2:是否需要调优任何超参数？
浏览 4提问于2020-08-02得票数 0
回答已采纳
为什么计算机在最小化功能而不是最大化功能时工作得更好？例如，当我们应用最大似然法时，我们必须使其最大化，而不是使其最大化，而是最小化负似然。我知道这些是等价的，但是为什么我们要最小化一个负函数，而不是仅仅最大化它呢？
浏览 6提问于2021-12-13得票数 0
回答已采纳
在Stata上，我想对同一数据集最大化三个不同的模型，即指数模型、Weilbull模型和Gompertz模型。在迭代20的时候，我认为程序已经找到了ML点：
迭代17:日志似然= 708.13862 (备份)迭代19:日志似然= 708.13864 (备份)
迭代20:日志似
浏览 3提问于2017-04-20得票数 0
1回答
我使用python的statsmodel包来进行线性回归。在R^2、p等的输出中也存在“对数似然”.在文档中，这被描述为“拟合模型的似然函数的值”。我看了一下源代码，并不真正理解它在做什么。阅读更多关于似然函数，我仍然有非常模糊的想法，这个‘对数-似然’值可能意味着什么，或被用来。所以有几个问题：
在线性回
浏览 1提问于2014-10-23得票数 2
回答已采纳
云服务器
ICP备案
云直播
对象存储
腾讯会议
腾讯云开发者
