Bootstrap sampling
bootstrap能夠看做非參Monte Carlo 再次重申非參不是沒有參數，非參是無窮維參數空間，是沒法想到合適參數模型時的默認模式。 bootstrap看做對樣本經驗分佈做隨機數生成，產生模擬樣本。 Monte carlo的解釋是依賴隨機數生成而產生新樣本對其進行模擬。bootstrap徹底符合這個定義。 做者：陳無左 連接：https://www.zhihu.com/question/22
相關文章
- 1. Gibbs sampling
- 2. hard sampling
- 3. sampling method
- 4. [Bayes] Hist & line: Reject Sampling and Importance Sampling
- 5. 重學 Statistics，Cha7 Sampling and Sampling Distribution
- 6. Sampling Generative Networks-2016
- 7. reservoir sampling / random shuffle
- 8. [Bayes] runif: Inversion Sampling
- 9. nRF52832 SAADC sampling
- 10. Pseudo Random Nubmer Sampling
- 更多相關文章...
- • Lua 數據庫訪問 - Lua 教程
- • R 包 - R 語言教程
- • Github 簡明教程
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Gibbs sampling
- 2. hard sampling
- 3. sampling method
- 4. [Bayes] Hist & line: Reject Sampling and Importance Sampling
- 5. 重學 Statistics，Cha7 Sampling and Sampling Distribution
- 6. Sampling Generative Networks-2016
- 7. reservoir sampling / random shuffle
- 8. [Bayes] runif: Inversion Sampling
- 9. nRF52832 SAADC sampling
- 10. Pseudo Random Nubmer Sampling