主题:【讨论】信仰怎么产生的呢? -- 不爱吱声
just kidding 。
参见EM算法处理Mixture of Gaussian的模型参数的估算:
每个Gaussian component,就相当于一种‘信仰’,它也含有一些可调参数,因为信仰多半还是可以发展演变的,不会是一成不变的。
在Section 4.1,E-step中,先算P(xi|yj,θt),这是观测到的数据点yj‘属于’模型xi的‘成员资格’,就是说,某种实验现象更倾向于被哪种信仰所接受?
然后Section 4.2,M-step:根据所有这些数据点,各个Gaussian component(即:信仰)的参数遂施行调整。具体如何调整呢? 对于各个信仰来说,每个观测到的数据点所施加的影响力是要乘上一个权重系数,这个权重系数就是P(xi|yj,θt)。 譬如,Gaussian模型的均值就是那些观测数据的加权平均,详见 μi = ... 的那个方程。
举个例子,譬如发掘出某个历史事实,它对某个历史人物非常不利,那么对于信仰那个历史人物的人来说,这个历史事实就显得非常不可信。这是因为它对他们的信仰的冲击太大,所以他们会用别的方式来解释,比如说这是捏造出来的。 我们用EM算法的语言来说,就是此史实被那个信仰所接受的‘成员资格’、或‘认同度’、或‘权重系数’变得很小,于是它(尽管很sensational)反而不能对那个信仰造成什么影响。
----
对于你所问的第二点,我不认为这是一种进化出来的能力(想必你也这么看,既然你打了引号)。这应该是近似计算所产生的效应,是没办法的事。
最后加一句,发现这个thread下的各条思路,我早都已推敲过了。相信朱清时、李嗣涔、Sir John Eccles、B.Josephson等人对这个topic一定也都曾独立地、深入地、批判地思考过的。
- 相关回复 上下关系8
压缩 2 层
🙂多谢,能给点具体说明就更好了 不爱吱声 字26 2006-11-02 20:51:50
🙂贝页思原理,简单说就是,根据对已知现象的不完全归纳, 1 王二狗 字974 2006-11-02 21:58:44
🙂花,这个模型倒是可以很好地模拟“信仰”的主要特性 不爱吱声 字630 2006-11-04 05:09:08
😅不爱兄若给我五朵花,我就告诉你答案-其实这个算法是既存的
😭如果不爱兄真想了解此领域,请阅读迈克尔.乔丹的论文 2 衲子 字49 2006-11-02 21:08:58
🙂有没有入门级别的? 不爱吱声 字32 2006-11-02 21:12:41
😭参见 机器学习、贝叶斯网络、贝叶斯推理 的wiki链接: 1 衲子 字229 2006-11-02 21:21:49
🙂好久没见钠子露面了。真的出家了? none空空 字0 2010-03-05 08:56:20