TGViewer
Channel Public Channel
Biostatistics on the Table

Biostatistics on the Table

@tabulated_stats

Место, где ML расшифровывается как Maximum Likelihood
Subscribers
341
Photos
122
Videos
6
Links
127

Showing posts older than #193 · Back to latest

Older Posts 20 shown
Post #192 194

Forwarded from Sinекура

В среду снова радикально меняем тему; на этот раз у нас практически классическое машинное обучение, да ещё и с байесовским уклоном. Уверен, что в исполнении Максима будет интересно.

BART

Ссылка на трансляцию (среда 19 ноября, 14:00)

Максим Николаев
(МКН СПбГУ)

BART, Bayesian Additive Regression Trees — это непараметрическая модель, которая наследует выразительность от ансамблей деревьев решений и описание неопределённости от байесовского подхода. Как это часто бывает, апостериорное распределение этой модели краткой аналитической формы не имеет, поэтому для работы с ней используются методы Монте-Карло на марковских цепях (MCMC).

Мы обсудим устройство модели, а также используемые методы MCMC. В оставшееся время обсудим направления для дальнейших исследований. Материал не требует специфической подготовки, но будет полезным понимание основных понятий теории цепей Маркова вплоть до стационарного распределения.
  • ❤ 2
  • 👍 1
  • 🔥 1
Post #191 188
Biostatistics on the Table Meerkat Statistics выпустил видео, с которого, видимо, можно начать подготовку к прочтению дипломной работы Матвея ) И вот еще, Copula Modeling for Clinical Trials, все хотел почитать, но побаивался
Вот это прикольно должно быть почти наверное
Copulas 2: A Deep Dive in R
YouTube Copulas 2: A Deep Dive in R Outline: * Bivariate logistic ** Draw contour lines ** Code example * Sampling ** From the real, or directly from the copula ** Inverse Transform Sampling from the conditional distribution ** Code example * Gaussian Copula ** Deriving the CDF and PDF **…
Post #190 195
Post #188 270
Biostatistics on the Table При этом, конечно, существует лучшая post-introductory statistics textbook. Это Statistical Rethinking самого МакЭлрита.
Ну и полезное, надеюсь
Я бы очень хотел, чтобы моими introductory statistics textbooks были:
1) Statistics for Ecologists (не уверен, что все будут согласны, что она такая уж интродактари)
2) Telling Stories with Data (не совсем статистикс, но у Гелмана в рекомендациях она тоже присутствует)
Tellingstorieswithdata Telling Stories with Data
  • 🔥 1
Post #187 223
Biostatistics on the Table Все тщетно
При этом, конечно, существует лучшая post-introductory statistics textbook.
Это Statistical Rethinking самого МакЭлрита.
  • 😁 5
Post #186 206
RSS bot What intro stats textbook to use? https://statmodeling.stat.columbia.edu/2025/11/09/what-intro-stats-textbook-to-use/
Все тщетно
  • 🤣 3
  • 😭 2
Post #185 206
RSS bot What intro stats textbook to use? https://statmodeling.stat.columbia.edu/2025/11/09/what-intro-stats-textbook-to-use/
Вновь рекомендации от Гелмана
Post #183 214

Forwarded from Наука и данные

genzplyr — СленгR 😀

Юмор от Hadley Wickham'а останется в учебниках! Шутки ради он выпустил "альтернативную версию" для dplyrбиблиотеку genzplyr. Здесь "глаголы" dplyr написаны в духе GenZ — поколения Z-сленга. Например:


mtcars |>
filter(mpg > 20) |>
select(mpg, cyl, hp) |>
mutate(kpg = mpg * 1.6) |>
arrange(desc(mpg))


превращается в


mtcars |>
yeet(mpg > 20) |>
vibe_check(mpg, cyl, hp) |>
glow_up(kpg = mpg * 1.6) |>
slay(desc(mpg))


Мне особенно понравились функции vibe_check() и send_it().

Зачем это нужно? По мнению классика:

Потому что наука о данных должна быть увлекательной, а ваш код должен отражать вашу индивидуальность. А еще вообразите себе выражение лица вашего профессора, когда вы представите ему код, использующий yeet() и squad_up()!
  • 😁 2
  • 🤡 1
Post #182 236

Forwarded from Matt

Да, хороший видос. Единственное: прелесть теоремы Скляра состоит в том, что ассоциированная копула не просто существует всегда, она ещё и единственная (если мы говорим про непрерывные распределения; в распределениях с атомами начинаются проблемы, об этом во второй части диплома).
Post #181 238

Forwarded from Sinекура

В курсе "Технологии и фронтиры науки о данных" в ЮФУ на этот раз уже закончили с историей вопроса и перешли (thank God) к содержательной части:

ЮФУ — 2025.10.30 — Вероятностные основы машинного обучения
(слайды и доска на странице курса)

К этой части я приступал с некоторым трепетом, потому что, как вы понимаете, в популярных лекциях для первокурсников нельзя предполагать, что у студентов уже были курсы теорвера и матстатистики. Но вроде бы всё не так плохо, теорвер нынче в школе так или иначе проходят, и студенты в чате отвечали на мои вопросы достаточно бодро, хоть частенько и неправильно. :)

В общем, первая вероятностная лекция прошла в воспоминаниях о том, что такое вероятность, что такой байесовский взгляд на вероятности, а также в обсуждении вероятностных примеров, которые я обычно вспоминаю: ошибки прокурора и адвоката, пример Монти Холла (парадоксом его язык не очень поворачивается назвать), парадокс Спящей красавицы (а вот тут и правда есть о чём порассуждать).

В следующий раз попробую всё-таки рассказать о том, как обучать монетку, а то и о линейной регрессии. Надеюсь, прокатит.)
Post #180 200
Еще от Сергея Николенко, наверное, интересная лекция
Post #179 222
Post #178 266
Итак, 4 часа, 100000* итераций

* столько же, сколько в примерах с t-тестом и логистической регрессией было, только там речь шла не более чем о секундах

Как появятся 4 свободных часа таймлапс думаю сделать
есть пакет в R
  • ❤ 4
Post #177 256
Biostatistics on the Table Оказалось, что это может быть и познавательно очень. Видимо моя фотка имеет слишком сложную геометрию для данного сэмплера, цепь блуждает в основном в области почти черного фона.
Примерно 22000 итераций
Post #176 226
Biostatistics on the Table Пытаюсь аппроксимировать себя
Оказалось, что это может быть и познавательно очень. Видимо моя фотка имеет слишком сложную геометрию для данного сэмплера, цепь блуждает в основном в области почти черного фона.
Post #175 235
Biostatistics on the Table С помощью марковских цепей Монте-Карло (MCMC) — группы методов, к которой относится и сэмплинг Гиббса, — можно, оказывается, аппроксимировать картинки 🙂 Немного неожиданное применение, хотя тот же сэмплинг Гиббса, например, изначально появился именно при решении…
Пытаюсь аппроксимировать себя, в связи с чем стоит поделиться этим мемом, конечно
  • ❤ 5
Post #174 209
Biostatistics on the Table С помощью марковских цепей Монте-Карло (MCMC) — группы методов, к которой относится и сэмплинг Гиббса, — можно, оказывается, аппроксимировать картинки 🙂 Немного неожиданное применение, хотя тот же сэмплинг Гиббса, например, изначально появился именно при решении…
У Meerkat Statistics есть серия видео про MCMC. Там все очень математично, но мне показалось, что он хорошо общие идеи, стоящие за методами, формулирует и полезно будет посмотреть даже не сильно углубляясь в технические детали.
  • ❤ 3
Post #173 195
С помощью марковских цепей Монте-Карло (MCMC) — группы методов, к которой относится и сэмплинг Гиббса, — можно, оказывается, аппроксимировать картинки 🙂
Немного неожиданное применение, хотя тот же сэмплинг Гиббса, например, изначально появился именно при решении задач улучшения качества изображений. Статистики тоже занимались им, но опубликовались позже компьютер-сайентистов.
  • ❤ 2
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →