แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบสถิติแบบ Bayesian กับ Frequentist
ทดสอบช่วงความเชื่อมั่นของการสุ่มตัวอย่างซ้ำ ช่วงก่อนหน้าและช่วงหลังแบบเบย์เซียน และช่วงความเชื่อมั่นที่น่าเชื่อถือหมายถึงอะไรภายใต้แบบจำลองที่ระบุ
คำถาม 1 ของ 8
ในการวางกรอบของคู่มือนี้ ผู้ที่ใช้บ่อยกำหนดความน่าจะเป็นอย่างไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ในการวางกรอบของคู่มือนี้ ผู้ที่ใช้บ่อยกำหนดความน่าจะเป็นอย่างไร
- เป็นระดับความเชื่อส่วนบุคคลที่อัพเดทพร้อมหลักฐาน
- เป็นหมายเลขคงที่ที่กำหนดโดยหน่วยงานกำกับดูแล
- เช่นเคยเท่ากับ 0.5 เว้นแต่จะพิสูจน์เป็นอย่างอื่น
- เป็นความถี่ระยะยาวของเหตุการณ์ในการทดลองซ้ำๆ
- ช่วงความเชื่อมั่นของผู้ที่ใช้บ่อย 95% อ้างตามคำแนะนำจริง ๆ แล้วคืออะไร
- 95% ของช่วงเวลาดังกล่าวตลอดการทดลองซ้ำๆ จะมีค่าที่แท้จริง
- มีโอกาส 95% ที่ค่าจริงจะอยู่ภายในช่วงเวลาที่ระบุนี้
- พารามิเตอร์นี้มีโอกาสเป็นบวก 95%
- 95% ของข้อมูลอยู่ในช่วงนั้น
- เหตุใดช่วงเวลาที่น่าเชื่อถือแบบเบย์จึงตีความแตกต่างจากช่วงความมั่นใจที่ใช้บ่อย
- เพราะมันแคบกว่าเสมอ
- เพราะมันไม่เคยมีคุณค่าที่แท้จริง
- เนื่องจากสามารถอ่านได้เป็นข้อความแสดงความน่าจะเป็นโดยตรงเกี่ยวกับพารามิเตอร์ที่กำหนดให้กับโมเดลและก่อนหน้า
- เพราะมันไม่ต้องการข้อมูลเลย
- องค์ประกอบที่มีชื่อใดที่ต้องวิเคราะห์แบบเบย์ระบุว่าการวิเคราะห์ความน่าจะเป็นสูงสุดแบบความถี่ปกติไม่จำเป็นต้องใช้
- เกณฑ์ค่า p
- การกระจายสินค้าก่อน
- ขนาดตัวอย่าง
- ระดับความมั่นใจ
- เทคนิคแมชชีนเลิร์นนิงข้อใดที่อธิบายไว้ในคู่มือเพื่อเป็นตัวอย่างของการใช้เหตุผลแบบเบย์ที่ใช้กับการจำแนกประเภท
- การถดถอยโลจิสติกได้รับการฝึกฝนด้วยความเป็นไปได้สูงสุด
- การไล่ระดับสีแบบมาตรฐานบนโครงข่ายประสาทเทียม
- การจัดกลุ่ม K-mean
- ตัวแยกประเภท Naive Bayes
- การวิเคราะห์ A/B แบบเบย์ต้องพิจารณาอะไรบ้างเมื่อใช้ผลลัพธ์เมื่อข้อมูลมาถึงเมื่อเวลาผ่านไป
- การวิเคราะห์แบบเบย์ทำให้ความเป็นตัวแทนตัวอย่างไม่เกี่ยวข้อง
- กฎการหยุดใดๆ จะมีผลใช้ได้โดยอัตโนมัติ
- ความน่าจะเป็นและก่อนหน้าจะกำหนดความหลัง และแผนการหยุดและการตัดสินใจยังคงต้องการการดูแล
- ความน่าจะเป็นภายหลังนั้นจะช่วยขจัดความไม่แน่นอน
- ตามส่วนทางเทคนิค เทคนิคการทำให้เป็นมาตรฐานทั่วไปใดที่เทียบเท่าทางคณิตศาสตร์กับการกำหนด Bayesian ก่อนหน้านี้
- An L2 penalty
- การออกกลางคัน
- การทำให้เป็นมาตรฐานแบบแบตช์
- Early stopping
- What approximation methods does the guide mention for computing an intractable Bayesian posterior?
- Gradient descent and batch normalization
- Markov Chain Monte Carlo sampling and variational inference
- Cross-validation and grid search
- Backpropagation and dropout