因果推断(Causal Inference)
关联, 介入, 反事实 机器学习做的大部分都是关于"关联", 即两个变量之间有相关性, 却不能给出一者对另外一者是否有影响, 以及影响程度是多大 而介入就会探讨变量之间的因果关系 因 ...
原文：推断（inference）和预测（prediction）
上二年级的大儿子一直在喝无乳糖牛奶，最近让他尝试喝正常牛奶，看看反应如何。三天过后，儿子说，好像没反应，我可不可以说我不对乳糖敏感了。 我说，呃，这个问题不简单啊。你知道吗，这在统计学上叫推断。 儿子很好学，居然叫我解释什么叫推断。 好吧，那我就来卖弄一下。 老早之前，听机器学习的一个podcast，是总结前一年机器学习领域发生什么事情，最后一段P主说: 我们已经总结了这一年，那我们来预测 pr ...
2020-08-21 15:16 0 883 推荐指数：
相关推荐
变分推断（Variational Inference）
变分 对于普通的函数f(x)，我们可以认为f是一个关于x的一个实数算子，其作用是将实数x映射到实数f(x)。那么类比这种模式，假设存在函数算子F，它是关于f(x)的函数算子，可以将f(x)映射成实数F ...
变分推断(Variational Inference)
(学习这部分内容大约需要花费1.1小时) 摘要 在我们感兴趣的大多数概率模型中, 计算后验边际或准确计算归一化常数都是很困难的. 变分推断(variational inference)是一个近似计算这两者的框架. 变分推断把推断看作优化问题: 我们尝试根据某种距离度量来寻找一个与真实后验尽可 ...
深度学习在推断阶段（inference）的硬件实现方法概述
推断（Inference），就是深度学习把从训练中学习到的能力应用到工作中去。 精心调整权值之后的神经网络基本上就是个笨重、巨大的数据库。为了充分利用训练的结果，完成现实社会的任务，我们需要的是一个能够保留学习到的能力，还能迅速应用到前所未见的数据上的，响应迅速 ...
变分贝叶斯推断（Variational Bayesian Inference）
~~变分贝叶斯推断（Variational Bayesian Inference） 变分贝叶斯方法主要处理复杂的统计模型，贝叶斯推断中参数可以分为 可观变量 和 不可观变量，这其中不可观部分进一步分为 隐含参数 和 隐含变量。 变分贝叶斯的核心任务是寻找一个 概率分布$Q\left( {x ...
Temporal Link Prediction: A Survey时间链路预测综述
Keywords：Dynamic networks · Temporal networks · Link prediction 1 介绍 下图表示时变网络的三种常见表示，它们有助于捕获网络的动态 快照:网络被表示为一系列静态网络，每一步一个。 接触序列:如果交互持续时间可以忽略不计 ...
图网络进行链接预测(gnn for link prediction)
gnn for link prediction（gnn4lp） 项目地址：https://github.com/jiangnanboy/gnn4lp 利用图神经网络进行链接预测（link prediction）。 Guide Intro Model Dataset ...