Восстановление - плотность - распределение - вероятность - Большая Энциклопедия Нефти и Газа, статья, страница 1
Если у тебя прекрасная жена, офигительная любовница, крутая тачка, нет проблем с властями и налоговыми службами, а когда ты выходишь на улицу всегда светит солнце и прохожие тебе улыбаются - скажи НЕТ наркотикам. Законы Мерфи (еще...)

Восстановление - плотность - распределение - вероятность

Cтраница 1


Восстановление плотности распределения вероятностей, вообще говоря, является некорректно поставленной задачей. Поэтому гарантировать успех восстановления плотности по выборке можно лишь, когда имеется достаточно большая априорная информация об искомой плотности. Например, когда плотность распределения вероятностей известна с точностью до параметров.  [1]

Таким образом, задача восстановления плотности распределения вероятности по выборке является центральной проблемой математической статистики. В этом параграфе мы убедимся, что задача восстановления плотности является, вообще говоря, некорректна поставленной.  [2]

Таким образок, задача восстановления плотности распределения вероятности является задачей более общей, чем интерпретация результатов косвенных экспериментов. А следовательно, решать задачу минимизации среднего риска по эмпирическим данным путем восстановления плотности распределения вероятности, вообще говоря, нерационально. Наоборот, в добавлении к части четвертой мы рассмотрим задачу восстановления плотности как проблему, минимизации средпего риска по эмпирическим данным.  [3]

Таким образом, задача восстановления плотности распределения вероятностей по выборке является центральной проблемой математической статистики. В этом параграфе мы убедимся, что задача восстановления плотности является, вообще говоря, некорректно поставленной.  [4]

Таким образом, задача восстановления плотности распределения вероятностей является задачей более общей, чем интерпретация результатов косвенных экспериментов. И, следовательно, решать задачу минимизации среднего риска по эмпирическим данным путем восстановления плотности распределения вероятностей, вообще говоря, нерационально.  [5]

В главе II проблема восстановления плотности распределения вероятностей в классе непрерывных на [ а, Ь ] функций была связана с решением некорректной задачи численного дифференцирования.  [6]

Алгоритмы обучения распознаванию образов, основанные на восстановлении плотности распределения вероятностей ( состава объединения Р ( к со 0), Р ( х со 1) и его пропорции Р ( со 0)), традиционно связаны с двумя классами распределений.  [7]

В следующем параграфе мы подробно рассмотрим постановку задачи о восстановлении плотности распределения вероятностей, цель же этого параграфа - установить, что существуют два различных механизма, позволяющих решать задачу минимизации среднего риска по эмпирическим данным.  [8]

В следующем параграфе мы подробно рассмотрим постановку задачи о восстановлении плотности распределения вероятности, цель же этого параграфа - установить, что существуют два различных механизма, позволяющих решать задачу минимизации среднего риска по эмпирическим данным. Один из этих механизмов действительно опирается на то, что восстанавливаемая плотность P z) приближается к истинной, в то время как другой механизм имеет совершенно иную теоретическую основу.  [9]

Казалось бы, проблема минимизации среднего риска по эмпирическим данным сводится к восстановлению плотности распределения вероятностей.  [10]

Первая задача называется в статистике задачей дискри-минантного анализа, вторая задача - задачей восстановления плотности распределения вероятностей в параметрическом классе функции. Рассмотрим обе эти задачи.  [11]

Таким образок, задача восстановления плотности распределения вероятности является задачей более общей, чем интерпретация результатов косвенных экспериментов. А следовательно, решать задачу минимизации среднего риска по эмпирическим данным путем восстановления плотности распределения вероятности, вообще говоря, нерационально. Наоборот, в добавлении к части четвертой мы рассмотрим задачу восстановления плотности как проблему, минимизации средпего риска по эмпирическим данным.  [12]

Таким образом, задача восстановления плотности распределения вероятностей является задачей более общей, чем интерпретация результатов косвенных экспериментов. И, следовательно, решать задачу минимизации среднего риска по эмпирическим данным путем восстановления плотности распределения вероятностей, вообще говоря, нерационально.  [13]

Однако при решении практических задач априорный закон распределения параметров, как правило, неизвестен. Минимаксная же схема восстановления плотности может привести к слишком грубым результатам. Поэтому хотелось бы найти достаточно хороший метод восстановления плотности распределения вероятностей, который не был бы связан с решением байесовой задачи.  [14]



Страницы:      1