Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:1003.3357

帮助 | 高级搜索

统计学 > 计算

arXiv:1003.3357 (stat)
[提交于 2010年3月17日 (v1) ,最后修订 2010年3月22日 (此版本, v2)]

标题: 贝叶斯统计中的计算方法

标题: Computational Methods in Bayesian Statistics

Authors:Alan Tua, Kristian Zarb Adami
摘要: 本文专注于利用两种不同的贝叶斯方法来处理数据分析中出现的各种玩具问题。 特别是我们实现了变分贝叶斯和嵌套抽样方法,以解决多项式选择和高斯混合模型的问题,并根据处理速度和准确性比较这些算法。 在此处处理的问题中,变分贝叶斯算法更快,尽管两者结果相似。
摘要: This paper focuses on utilizing two different Bayesian methods to deal with a variety of toy problems which occur in data analysis. In particular we implement the Variational Bayesian and Nested Sampling methods to tackle the problems of polynomial selection and Gaussian Mixture Models, comparing the algorithms in terms of processing speed and accuracy. In the problems tackled here it is the Variational Bayesian algorithms which are the faster though both results give similar results.
主题: 计算 (stat.CO)
引用方式: arXiv:1003.3357 [stat.CO]
  (或者 arXiv:1003.3357v2 [stat.CO] 对于此版本)
  https://doi.org/10.48550/arXiv.1003.3357
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Alan Tua Mr [查看电子邮件]
[v1] 星期三, 2010 年 3 月 17 日 12:26:05 UTC (370 KB)
[v2] 星期一, 2010 年 3 月 22 日 12:55:08 UTC (370 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
stat.CO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2010-03
切换浏览方式为:
stat

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者

1 博客链接

(这是什么?)
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号