เบย์

120 วิธี

Bayesian / computational 93

การคำนวณแบบเบย์โดยประมาณพร้อมความคลาดเคลื่อนในการวัด การคำนวณแบบเบย์โดยประมาณสำหรับข้อมูลที่ขาดหายไป แบบจำลองลำดับชั้นแบบเบย์เซียนที่มีข้อมูลสูญหาย การอนุมานแบบเบย์เซียนร่วมกับความคลาดเคลื่อนในการวัด การอนุมานแบบเบย์สำหรับข้อมูลที่ขาดหาย การหาค่าเฉลี่ยแบบเบย์ของแบบจำลองที่มีความคลาดเคลื่อนจากการวัด การหาค่าเฉลี่ยแบบเบย์ของแบบจำลองที่มีข้อมูลสูญหาย โครงข่ายเบย์เซียนที่มีความคลาดเคลื่อนในการวัด การจำลองแบบบูตสแตรปกับข้อมูลที่ขาดหายไป แบบจำลองลำดับชั้นแบบเบย์แบบพลวัต การอนุมานแบบเบย์เชิงพลวัต การถัวเฉลี่ยแบบเบย์เซียนพลวัตของแบบจำลอง เครือข่ายเบย์เซียนพลวัต Dynamic Hamiltonian Monte Carlo อัลกอริทึม Dynamic Metropolis-Hastings การจำลองแบบพลวัตด้วยวิธีมอนติคาร์โล (Dynamic Monte Carlo Simulation)Dynamic Particle Filter มอนติคาร์โลลำดับพลวัต การอนุมานแปรผันแบบพลวัต การสุ่มตัวอย่างแบบกิบบส์การสุ่มตัวอย่างแบบกิบส์สำหรับการเปรียบเทียบแบบจำลอง Gibbs Sampling with Measurement Error Gibbs Sampling with Missing Data Hamiltonian Monte Carlo with Measurement Error Hamiltonian Monte Carlo with Missing Data Hierarchical Approximate Bayesian Computation การอนุมานแบบเบย์ตามลำดับชั้น การเฉลี่ยแบบจำลองแบบเบย์แบบลำดับชั้น เครือข่ายเบย์เซียนแบบลำดับชั้น การจำลองแบบบูตสแตรพ์แบบลำดับชั้น Hierarchical Hamiltonian Monte Carlo ตัวกรองคาลมานแบบลำดับชั้น Hierarchical Markov Chain Monte Carlo ตัวกรองอนุภาคแบบลำดับชั้น (Hierarchical Particle Filter)การอนุมานแบบแปรผันเชิงลำดับชั้น Kalman Filter ตัวกรองคาลมานพร้อมความคลาดเคลื่อนของการวัด Kalman Filter with Missing Data MCMC สำหรับการเปรียบเทียบแบบจำลอง MCMC with Measurement Error MCMC กับข้อมูลที่ขาดหายไป Metropolis-Hastings สำหรับการเปรียบเทียบโมเดล เมโทรโพลิส-ฮาสติงส์กับการวัดค่าคลาดเคลื่อน Metropolis-Hastings กับข้อมูลที่ขาดหาย การจำลองแบบมอนติคาร์โลกับข้อมูลที่ขาดหาย การคำนวณแบบเบย์โดยประมาณหลายระดับ การอนุมานแบบเบย์หลายระดับ การถัวเฉลี่ยแบบจำลองเบย์แบบหลายระดับ Multilevel Bayesian Network การจำลองแบบบูตสแตรปหลายระดับ การสุ่มตัวอย่างแบบกิบบส์หลายระดับ (Multilevel Gibbs Sampling)Multilevel Hamiltonian Monte Carlo MCMC แบบหลายระดับ Multilevel Metropolis-Hastings การจำลองมอนติคาร์โลหลายระดับ การอนุมานแบบแปรผันหลายระดับ ตัวกรองอนุภาคพร้อมความคลาดเคลื่อนของการวัด ตัวกรองอนุภาคสำหรับข้อมูลที่ขาดหายไป การคำนวณแบบเบย์เชิงประมาณที่ทนทาน การอนุมานแบบเบย์ที่คงทน การถัวเฉลี่ยแบบเบย์ที่แข็งแกร่งของแบบจำลอง (Robust Bayesian Model Averaging)โครงข่ายเบย์เซียนที่ทนทาน การสุ่มตัวอย่างแบบกีบส์ที่ทนทาน วิธี Hamiltonian Monte Carlo ที่ทนทาน (Robust Hamiltonian Monte Carlo)ตัวกรองคาลมานแบบทนทาน (Robust Kalman Filter)Markov Chain Monte Carlo (MCMC) แบบทนทาน การจำลองแบบมอนติคาร์โลที่ทนทาน (Robust Monte Carlo simulation)Robust Particle Filter Robust Sequential Monte Carlo การอนุมานแบบแปรผันที่ทนทาน (Robust Variational Inference)Sequential Monte Carlo Sequential Monte Carlo with Measurement Error Sequential Monte Carlo with Missing Data การคำนวณเชิงอนุมานแบบเบย์เชิงพื้นที่โดยประมาณ การอนุมานเชิงพื้นที่แบบเบย์ (Spatial Bayesian Inference)Spatial Bayesian Model Averaging การจำลองบูตสแตรปเชิงพื้นที่Spatial Gibbs Sampling Spatial Kalman Filter Spatial MCMC การจำลองแบบมอนติคาร์โลเชิงพื้นที่Spatial Variational Inference การคำนวณแบบเบย์เชิงประมาณอนุกรมเวลา โมเดลลำดับเวลาแบบเบย์เซียนเชิงลำดับชั้น การอนุมานแบบเบย์สำหรับอนุกรมเวลา การเฉลี่ยแบบจำลองเบย์สำหรับอนุกรมเวลา ตัวกรองคาลมานสำหรับอนุกรมเวลา Time Series MCMC ตัวกรองอนุภาคสำหรับอนุกรมเวลา การสุ่มตัวอย่างแบบมอนติคาร์โลตามลำดับอนุกรมเวลา การอนุมานแบบแปรผันสำหรับอนุกรมเวลา การอนุมานแบบแปรผันกับข้อผิดพลาดของการวัด การอนุมานแบบแปรผันกับข้อมูลที่ขาดหายไป

Bayesian 27

Automatic Differentiation Variational Inference (ADVI)การทดสอบด้วยแฟกเตอร์เบย์ส Bayesian ANOVA การวิเคราะห์ปัจจัยแบบเบย์ (Bayesian Factor Analysis)แบบจำลองลำดับชั้นแบบเบย์ (Bayesian Hierarchical Model)การถดถอยเชิงเส้นแบบเบย์การถดถอยโลจิสติกแบบเบย์การเฉลี่ยแบบจำลองแบบเบย์ (Bayesian Model Averaging - BMA)เครือข่ายเบย์ (Bayesian Network)วิธีการแบบเบย์ที่ไม่ใช่พาราเมตริก การถดถอยแบบเบย์ (Bayesian Regression)การสร้างแบบจำลองสมการโครงสร้างแบบเบย์ (BSEM)แบบจำลองอนุกรมเวลาโครงสร้างแบบเบย์เซียน การวิเคราะห์การรอดชีพแบบเบย์ (Bayesian Survival Analysis)การทดสอบทีแบบเบย์ (Bayesian t-Test)การวิเคราะห์ไพรเออร์สังยุค แบบจำลองส่วนผสมกระบวนการดีริชเลต์Empirical Bayes การแพร่กระจายความคาดหวัง (EP)Hamiltonian Monte Carlo การประมาณค่าแบบลาปลาซ Markov Chain Monte Carlo (MCMC)ขั้นตอนวิธีเมโทรโพลิส-เฮสติงส์No-U-Turn Sampler (NUTS)Particle Filter (Sequential Monte Carlo)Slice Sampling การอนุมานแบบแปรผัน