Обсуждение:Оценивание дискретных распределений при дополнительных ограничениях на вероятности некоторых событий (виртуальный семинар)
Материал из MachineLearning.
(Различия между версиями)
(→Обсуждение) |
(→Обсуждение) |
||
| Строка 3: | Строка 3: | ||
* > ...Время считается дискретным... | * > ...Время считается дискретным... | ||
*# Подход, в котором плотность вначале представляется как непрерывная функция времени, мне представляется лучшим. Поскольку в таком подходе можно выбирать различное число интервалов разбиения. [[Участник:ADY|ADY]] | *# Подход, в котором плотность вначале представляется как непрерывная функция времени, мне представляется лучшим. Поскольку в таком подходе можно выбирать различное число интервалов разбиения. [[Участник:ADY|ADY]] | ||
| + | * > ...это приводит к появлению дополнительных ограничений типа равенств в задаче максимизации правдоподобия;... | ||
| + | *# Это справедливо только в параметрическом случае и в случае, когда обратные функции (которые появятся при решении связей) будут удовлетворять некоторым условиям? | ||
| + | *# Максимизация правдоподобия - только один из методов получения оценок (пусть даже и с "хорошими" свойствами). | ||
Версия 06:51, 6 августа 2008
Обсуждение
- > ...Время считается дискретным...
- Подход, в котором плотность вначале представляется как непрерывная функция времени, мне представляется лучшим. Поскольку в таком подходе можно выбирать различное число интервалов разбиения. ADY
- > ...это приводит к появлению дополнительных ограничений типа равенств в задаче максимизации правдоподобия;...
- Это справедливо только в параметрическом случае и в случае, когда обратные функции (которые появятся при решении связей) будут удовлетворять некоторым условиям?
- Максимизация правдоподобия - только один из методов получения оценок (пусть даже и с "хорошими" свойствами).
