In Bayesian statistics, a hyperparameter is a parameter of a prior distribution; the term is used to distinguish them from parameters of the model for the underlying system under analysis. For example, if one is using a beta distribution to model the distribution of the parameter p of a Bernoulli distribution, then:
* p is a parameter of the underlying system (Bernoulli distribution), and
* α and β are parameters of the prior distribution (beta distribution), hence hyperparameters.
Attributes | Values |
---|
rdf:type
| |
rdfs:label
| - Hyperparameter (en)
- Iperparametro (it)
- ハイパーパラメータ (ja)
- Гіперпараметр (uk)
|
rdfs:comment
| - ハイパーパラメータ(超母数、英語: Hyperparameter)とは、推論や予測の枠組みの中で決定されないパラメータのことを指す。損失関数の正則化項の影響度を表す係数などが該当する。ハイパーパラメータは、多くの場合、あらかじめ値の候補を用意しておき、各候補に対して、それを一定の値として一旦採用し、予測や推論を行い、最終的に最も性能の良いモデルのハイパーパラメータを採用する。よって、ハイパーパラメータには人間の任意性がある。これを解決する方法として、ハイパーパラメータを確率変数と見做し、事前分布を導入する、というベイズ的手法が存在する。 (ja)
- У баєсовій статистиці, гіперпараметр - це параметр апріорного розподілу; термін використовується аби відрізнити їх від параметрів моделі системи яку аналізують. Наприклад, якщо хтось використовує бета-розподіл для моделювання розподілу параметра p розподілу Бернуллі, то:
* p є параметром базової системи (розподілу Бернуллі), а
* α та β є параметрами апріорного розподілу (бета-розподілу), тобто гіперпараметрами. Можна просто взяти окреме значення гіперпараметра, або можна проітеруватись по ньому і отримати розподіл ймовірності самого гіперпараметра, який називається . (uk)
- In Bayesian statistics, a hyperparameter is a parameter of a prior distribution; the term is used to distinguish them from parameters of the model for the underlying system under analysis. For example, if one is using a beta distribution to model the distribution of the parameter p of a Bernoulli distribution, then:
* p is a parameter of the underlying system (Bernoulli distribution), and
* α and β are parameters of the prior distribution (beta distribution), hence hyperparameters. (en)
- In statistica bayesiana, un iperparametro è un parametro di una distribuzione di probabilità a priori; il termine è impiegato per distinguere dai parametri del sottostante sistema in esame. Gli iperparametri originano in particolare quando si impiegano distribuzioni a priori. Per esempio, se si sta usando una distribuzione Beta per modellare la distribuzione di un parametro p di una distribuzione di Bernoulli, allora: Per un dato parametro si può considerare di prendere un suo singolo valore oppure un'intera distribuzione di probabilità, detta distribuzione di probabilità a iperpriori. (it)
|
dcterms:subject
| |
Wikipage page ID
| |
Wikipage revision ID
| |
Link from a Wikipage to another Wikipage
| |
Link from a Wikipage to an external page
| |
sameAs
| |
dbp:wikiPageUsesTemplate
| |
has abstract
| - In Bayesian statistics, a hyperparameter is a parameter of a prior distribution; the term is used to distinguish them from parameters of the model for the underlying system under analysis. For example, if one is using a beta distribution to model the distribution of the parameter p of a Bernoulli distribution, then:
* p is a parameter of the underlying system (Bernoulli distribution), and
* α and β are parameters of the prior distribution (beta distribution), hence hyperparameters. One may take a single value for a given hyperparameter, or one can iterate and take a probability distribution on the hyperparameter itself, called a hyperprior. (en)
- In statistica bayesiana, un iperparametro è un parametro di una distribuzione di probabilità a priori; il termine è impiegato per distinguere dai parametri del sottostante sistema in esame. Gli iperparametri originano in particolare quando si impiegano distribuzioni a priori. Per esempio, se si sta usando una distribuzione Beta per modellare la distribuzione di un parametro p di una distribuzione di Bernoulli, allora:
* p è un parametro del sistema sottostante (la distribuzione di Bernoulli) mentre
* α e β sono parametri della distribuzione a priori (la distribuzione Beta), quindi iperparametri. Per un dato parametro si può considerare di prendere un suo singolo valore oppure un'intera distribuzione di probabilità, detta distribuzione di probabilità a iperpriori. (it)
- ハイパーパラメータ(超母数、英語: Hyperparameter)とは、推論や予測の枠組みの中で決定されないパラメータのことを指す。損失関数の正則化項の影響度を表す係数などが該当する。ハイパーパラメータは、多くの場合、あらかじめ値の候補を用意しておき、各候補に対して、それを一定の値として一旦採用し、予測や推論を行い、最終的に最も性能の良いモデルのハイパーパラメータを採用する。よって、ハイパーパラメータには人間の任意性がある。これを解決する方法として、ハイパーパラメータを確率変数と見做し、事前分布を導入する、というベイズ的手法が存在する。 (ja)
- У баєсовій статистиці, гіперпараметр - це параметр апріорного розподілу; термін використовується аби відрізнити їх від параметрів моделі системи яку аналізують. Наприклад, якщо хтось використовує бета-розподіл для моделювання розподілу параметра p розподілу Бернуллі, то:
* p є параметром базової системи (розподілу Бернуллі), а
* α та β є параметрами апріорного розподілу (бета-розподілу), тобто гіперпараметрами. Можна просто взяти окреме значення гіперпараметра, або можна проітеруватись по ньому і отримати розподіл ймовірності самого гіперпараметра, який називається . (uk)
|
gold:hypernym
| |
prov:wasDerivedFrom
| |
page length (characters) of wiki page
| |
foaf:isPrimaryTopicOf
| |
is Link from a Wikipage to another Wikipage
of | |
is Wikipage redirect
of | |
is foaf:primaryTopic
of | |