• bvarsv公司

  • 引用93篇文章[sw11023]
  • bvarsv公司:贝叶斯向量自回归分析模型随机波动和时变参数。。。实施模型由Primiteri提出(“时变结构向量自回归和货币政策…重点是产生后验概率预测性分发。。。
  • spTimer公司

  • 引用16条[sw24237]
  • 包spTimer:时空贝叶斯 建模. 适合,空间上预言暂时预测大量的。。。时空数据使用[1]贝叶斯高斯过程模型...贝叶斯自回归(AR)模型,和[3]贝叶斯高斯分布预测性基于过程(GPP)的AR模型...
  • 生物湾

  • 引用25篇文章[sw08082]
  • 方法贝叶斯推理为建模预测在这些不确定的。。。提供一个软件包来应用贝叶斯系统生物学问题的推论方法学。。。贝叶斯参数估计与证据模型排名超过模型生化。。。
  • 捕图者

  • 引用了53篇文章[sw14896]
  • 贝叶斯基于概率的学习模型用户的行为。这个预言...
  • 包装

  • 引用4篇文章[sw07805]
  • 包装包装:PAC-贝叶斯估计和预测稀疏加法模型. 这个包裹是为了。。。估计和预测在高维添加剂中模型,使用稀疏PAC-贝叶斯点。。。Alquier(2013年),“PAC-贝叶斯估计和预测稀疏加法模型,电子统计杂志。。。
  • 梅尔达

  • 参考12篇文章[sw11723]
  • 边缘预测 模型(例如,SVM)具有层次结构背后的机制贝叶斯话题模型... 更具辨别力,更适合预测文档分类或回归等任务。。。
  • brms公司

  • 引用23条[sw19099]
  • 线性多级模型完全使用斯坦贝叶斯推断。广泛的分布。。。甚至非线性模型都是在多层次的背景下。进一步建模选项包括自相关。。。响应分布的参数可以是预测为了进行分布回归。之前。。。
  • 预测前列腺监测

  • 引用2篇文章[sw23312号文件]
  • 贝叶斯层次结构模型对于预测来自多个数据源的潜在健康状态的应用。。。这篇文章,我们提出一个贝叶斯层次结构模型对于预测潜在的健康状态来自。。。
  • 泡沫

  • 引用8篇文章[sw08870]
  • 模型 预测可用于生物系统和视觉系统贝叶斯... 推断。基本原则模型是独立成分分析,它可以通过最大化来估计。。。
  • 阿塞巴耶斯

  • 参考12篇文章【sw20243】
  • 使期望效用最大化的最优设计。发现贝叶斯对现实问题的优化设计是具有挑战性的。。。每一步,一个高斯过程回归模型用于近似,然后优化。。。一般广义线性和非线性模型. 该软件包在复杂性方面提供了一个阶段性的改变。。。参数估计的目标,模型选择和预测...
  • 请愿

  • 1条引用[sw10197]
  • 多效性遗传风险预测通过贝叶斯 模型搜索和分类。PleioGRiP执行的程序。。。全基因组贝叶斯 模型寻找与离散表型相关的单核苷酸多态性,并使用。。。生成嵌套贝叶斯分类器。这些分类器可用于遗传风险预测,或者选择。。。
  • 厕所

  • 引用13篇文章【sw19420】
  • 交叉验证和WAIC贝叶斯 模型. 有效的近似遗漏交叉验证。。。同时获得估计值的近似标准误差预测性错误和比较预测性...
  • 车身控制模块

  • 引用2篇文章[sw22361]
  • 的软件包贝叶斯计算分析模型. 它提供了11个。。。包括便于指定过程的模型以及可视化采样输出。这个工具箱。。。参数和预言计算的模型使用贝叶斯统计。。。
  • 砰砰

  • 1条引用[sw25837]
  • 贝叶斯年龄段队列建模预测-砰。软件包BAMP提供了一种方法。。。使用贝叶斯年龄段队列的版本模型. 等级制度模型假设。。。用二项式模型在第一阶段。作为年龄、时期的平滑前驱。。。模型. 为了评估模型适应,后偏差,DIC和预测性偏差。。。
  • BVSNLP公司

  • 引用5篇文章[sw22350]
  • 模型. 使用的选项贝叶斯 模型平均值(BMA)也是这个包的一部分。。。可以用来预测性真实数据集中的功率测量。。。
  • 装饰

  • 参考第5条[sw24120]
  • 建设性的贝叶斯提出了组合的方法预测性源于不同的密度模型或者其他。。。
  • 竹子

  • 引用2篇文章[sw26313]
  • 贝叶斯 模型蛋白质二级结构的一级序列预测. 正在确定主要结构。。。计算数量预测方法已经发展到预测二级结构。。。提议贝叶斯 模型基于旋钮插座模型蛋白质在二次包装。。。平衡并提高预言. 给出了实现这些方法的软件。。。
  • 地理计数

  • 引用2篇文章[sw24240]
  • 广义线性空间地质统计学计数数据模型包括1)模拟和可视化数据。。。表演预测对于未取样位置;4) 行为贝叶斯 模型检验程序来评估良品。。。
  • 巴特机器

  • 在10篇文章中引用[sw10962]
  • 提出了一个新的R实现包贝叶斯加性回归树(BART)。包装介绍。。。如变量选择,交互作用检测,模型诊断图,合并缺失数据。。。为将来拯救树木的能力预测. 它比电流快得多。。。
  • 得到

  • 引用的第15条[sw35164]
  • 函数方差分析,函数一般线性模型分布对应的n样本检验。。。全球信心和预测波段(例如多项式回归中的置信区间,贝叶斯后面的预测...