贝叶斯统计
优秀的贝叶斯统计学入门教材，简单明了，包含贝叶斯统计学的思想精华，值得一看高等院校统叶学写业规划教材贝叶斯统计峁诗松編著中团先计齿坂社京)新登字041号图书在版编目(CP数据贝叶斯统计/茆诗松编著一北京:中国统计出版衬,1999.9高等院校统计学规划教材ISN75037-29309.茆QI.贝叶斯统计-高等学校-教材IV.0212中国版本图惊CIP数据核字(1999第10216号作者虾诗松贲狂编辑/军责任校对:刘开颜封面设计:张建民出版发行中国统计版社通信地址/北京市二里河月坛街7号邮政编码09826办公地址/北点市丰台区哐三坏南路甲6号电话09)63459084、6326660(发行部印刷科伦克三莱印务(北京)有限公司经钠/新华书店斤本850×116mm132子数6千子印张{8.6印数/1-5)(册版别/上9910月第1版版次19作10月第1次印刷节号/SRN7-5037-2939.34定价15.6元中国统汁版图书,版权所有,侵权必究中国统计版图书,如有印装错误,本社发行部负责调换出版诜明“九五”期闾是我国社会主义市场经濟体制逐步完著和发展重要时期,一方面,随着髙等教育体制改革和统计改革的深入发展,对统计教育模式和统计人才培养目标都提出新的要求,另一方面科学技术的飞速发展也促使统计技术发生了重大交革,新理论、新方法畑新技穴不断涌现并被应用于统计实践活应这新形勢的需要,全国统计教树编审委员会制定了《1996-200年国统计教树建设规划》,根据《规划》的要求,编委会采取招标的方式组织全国有关院校的专家、学者编写了这批统计学专业“规教材”。这批教材力求以邓小理论为指早,在总结“八五”蝴间规捌统计教材建设经验的基础上,认真贯彻以下原则:①理论紧密联系实际的原则;巴解放思想、转变观念、大脰探索、努亦创新的原则;正确处理继承与发展关系的原则。通过不懈努力,把这批教材建设成为质量高,迺应性預、面向21世纪的新教材扫信通过这批教材的出版、发行;对推动我国统计教育改革和加快更新、改造我国统计教材体系、教村内容的岁伐将起到积极的促进作用,同时对我国统计教材建设也将起到較好的示范、导向作用。限于水平和经验这批教材的编宇、出版工作还会有缺点和不足处,诚恳欢迎教杖的使用单位、广大教师和同学们提出批评和建议全国統计教材編审委员会999年3月本书是按照全囯统计斆材编审委员会指定的《頃叶斯统计》編与大纲鳊写的,是供全倒商等学校玩计专业大学生知研究生学的教科与。贝叶斯统计在近50年中发展很快,内睿愈来食丰窨。这盟只选用其中最基不鄙分构成本书,相当一学期的肉容,本节力图疴学汀过传统的概率统计(颎率学派)课程的学生展示贝汁斯汽计的基本面貌,也使他们能了解员叶斯统计的基本思想,掌握叶疬统计的基本方法,为在实际中使用和研究贝叶斯统计打下了苠好的基础木书共六章,可分二部分。前三章国绕先验分布介绍贝叶所推断方法。后三章绕损失函数介绍贝叶斯决策方法。阅读这些内容仅需要攪率统计基本知识就部了。本书力剂利生劢衣趣的例于来说明贝"斯统计的基本想想和基本方法,尽量使读老对贝叶药统计产生兴趣,引发读者使用以叶斯方法去认识和解洪实际问题的望。进而云丰瘩和发展队叶蜥统计。假如学生的兴趣被钧出来,愿望被引出来,那么讲授这一门课的目的也基本达到贝叶斯统计是在与经典统计的争论中逐渐发展起来的。争论的闩题有:末知參数是酉可以看作随机变量?事件的慨率是否一定要有频率解释?概率是否可用经验兴确定?在这些河题的争论中贝叶斯学派建立起自已的理论与,在全球传播三有百年史的经與统计对统讦学的发展稗应屎起了巨大佐用,钽时乜暴露了一些问题。在小祥本问研究二、在区估计的解释}、在似然原理釣认识上等问题经典统计也受到只圬斯学派的评,在这出批评中贝叶斯学派也在不断完善叶斯计计决策论斯分析》一书在1980年和1985年熠继二畈问世把贝叶斯统计作了较完塾的叙述。在近20中只吐浙统计在实际中叉获得广泛的应用,I991年和I995年在美国连续岀版了二本《 Case studies in Bayesian Statistics》。使贝叶斯纨十在理论上刘实际上以及它们的结合上都得到了长足的发展。惧怕使用贝叶斯统计思想得到克服。如今贝汁斯统计也定进教室,打破经典统计独占教室的一统天下的局面,这不能不说是贝吽斯统计发展中的一些重要标志。贝叶斯统计已成为统计学中一个不可缺少的部分,相陀之下,贝叶斯统计在我国射应用与发展岢属起步阶長,但我厨有很好的发展叶斯统计的氛围。只要大家努力,如汁斯统计在我国一定能迅速发展,跟上世界主流。本书编写卣始至终得到国冢统计局教育中心的关心和帮助,有他们的督促,本书还会延期出版。上海财经大学张尧庭教授和中国人民大学的吴喜之教授耐心细致地审阅了全书,提出许多贵意见,笔者都认真考虑,并作修改.这使仝书增色不少。另外,何基报、硬娟、孙汊杰等阅读书稿,提出宇贵意见,还帮助打印会书,在此一并表丞感谢由于繃者水平有限,淮确表达只叶斯学派的各种观点并非易辜、错谬之处在所难凭,恳请国内同行和广大读若批评指正茆许松1999年1月30日2第·章先验分布与后验分布种信息总体信息样本信贝叶斯公式信息贝叶斯公式的密度函数形式共细女辱粉分在是三种信息的综合、共轭先验分布、后验分布的计算、共轭先验分布的优缺点四、常用的共轭先验分布超参数及其确定一、利用先验矩、利用完验分位数、利用验矩和先验分位数四、其它方法多参数模型充分统计量习题第二章贝叶斯推断条件方法佔计贝叶斯估计、贝叶斯估计的误差区间估计可信区间最大后验密度可信区间假设检验假设检验、贝叶斯因子三、简单假设对简单假设Q⊙四、复杂假设e对复杂假设回五、简单原假设对复杂的备择假设预测似然原理第三章先验分布的确定主观概率主观概率确定主观概率的方法利用先验信息确定先验分布、直方图法二、选定先验密度函数形式再估计其超参教三、定分度法与变分度法利用边缘分布确定先验密度、边缘分布二、混合分布、先验选择的四、先验选择的矩方法无信息先验分布贝叶斯假设一、位置参数的无信息先验尺度参数的无信息先验信息阵确定无信息先验多层先验多层先验、多层模型习题第四章泆策中的收益、损失与效用决策问趣的三妻素决策问题决策问题的三素决策准贝行动的容许性决策准则先验期望准则先验期望准则、两个性质损失函数从收益到损失、损大凶数损大凶数下的悲观准则四、损失凶数下的先验期望准则常用损失函数效用函数效用和效用函数效用的测定效用尺度四、常见的效用曲线五、用效用函数作决策的例子六、从效用到损失第五章贝叶斯决策贝叶斯决策问题后验风险准则验风殓决策函数后验风险准则常用损失数下的贝叶斯估计方损失函数下的贝叶斯估计二、线性损失函数下的贝叶斯估计限个行动问趣的假设检验抽样信息期望值完全信息期望值抽样信息期望值最佳样本量的确定抽样净益最佳样本量及其上界最佳样本量的求二行动线性决簧问题的正态分布下二行动线性决策问题的先验仄塔分布下二行动线性决策问题的先验、伽冯分布下二行动线性决策问题的先验习题第六章统计决策理论风险函数风险函数决策函数的最优性、统计决策中的点估计问题四、统计决策中的区间估计问题五、统计决策中的假没检验问题容许性、决策函数的容许性最小最大准则、最小最大准则最小最大估计的容许性贝叶斯风险贝叶斯风险贝叶期风险准则与后验风险准则的等价性贝叶期估计的性质俯录常用概率分布表附录标准正态分布函数Φ7表参考文献附录页录第一章先验分布与后验分布(1§1.]二种片息总体信息样本信2)、无验信息……公】.2贝叶斯公式………、贝叶斯公式的密度燃数形式(6)厅验分布是三种倍息的综合(8〕共轭先验分布…………〔13轭先验介布13、后验分布的计算甲血1■■日血血■D■三、共轭先验分布的优缺点、常用的共轲先验分布由■冒血…(19超郄数及其确定……利用光验矩、利用先验分位数三、利用先验矩和先验分位数…………阿、其它方法多参数模型1.6充分统计t……甲看省看甲『看■p甲P看■2031第二章贝叶斯推断2.1条件方法§2.2秸计36贝时斯估计
- 2021-05-07下载
- 积分：1
word2vec_中的数学原理详解
word2vec_中的数学原理详解个人收集电子书，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！wordzvec中的数学hoty@163.com2014年7月目录前言2预备知识2.1 sigmoid函数2.2逻辑回归3 Bayes公式2.4 Huffman编码,,,,,,,,524.1Humu树242 Huttman树的构造62.4.3 Huffman编码..,.3背景知识3.1统计语言模3.2n-gram模型103.3神经概率语言模型123.4词向量的理解4基于 Hierarchical softmanⅹ的模型41CBOW模型..191.1.1网络结构41.2梯度计算201.2 Skip-gram模型42.1网络结构42.2梯度计算255基于 Negative sampling的模型285.1CBOW模型285.2 Skip-gram模型53负采样算法326若干源码细节346.1a(x)的近似计算62词典的存储63换行符3564低频词和高频词366.5窗口及上下文3766自应学习率3767参数初始化与训练386.8多线程并行3869几点疑问和思考11m3881前言word2vec是 Google于2013年开源推出的一个用于获取 word vector的工具包,它简单、高效,因此引起了很多人的关注,由于word2vec的作者 Tomas nikolov在两篇相关的论文(,[4)中并没有谈及太多算法细节,因而在一定程度上增加了这个工具包的神秘感些按捺不住的人于是选择了通过解剖源代码的方式来一窥究竟第一次接触word2ve是2013年的10月份,当时读了复且大学郑骁庆老师发表的论文7,其主要工作是将SENA的那套算法(8])搬到中文场景.觉得挺有意思,于是做了一个实现(可参见[20),但苦于其中字向量的训练时间太长,便选择使用word2we来提供字向量,没想到中文分词效果还不错,立马对word2vec刮目相看了一把,好奇心也随之增长后来.陆陆续续看到∫word2ve的一些具体应用,而 lomas nikolov团队本身也将其推广到了句子和文档(),因此觉得确实有必要对word2vec里的算法原理做个了解,以便对他们的后续研究进行追踪.于是,沉下心来,仔细读了一回代码,算是基本搞明臼里面的做法了.筼一个感觉就是,“明明是个很简单的浅层结构,为什么被那么多人沸沸扬扬地说成是Decp Learning呢?”解剖word2vec溟代码的过程中,除了算法层面的收获,其实编程技巧方面的收获乜颇多.既然花了功夫来读代码,还是把理解到的东西整理成文,给有需要的朋友提供点参考吧在整理本文的过程中,和深度学习群的群友北流浪子(15,16)进行了多次有益的讨论在比表示感谢另外,也参考了其他人的一些资料,鄱列在参考文献了,在此对他们的工作也并表示感谢2预备知识本节介绍word2vee中将用到的些重要知识点,包括 sigmoid函数、 Beyes公式和Huffman编码等821 sigmoid函数sigmoid函数是神经网络中常用的激活函数之一,其定义为1+e该函数的定义域为(-x,+x),值域为(0,1).图1给出了 sigmoid函数的图像0.5图1 sigmoid函数的图像sigmoid数的导函数具有以下形式)=0(x)1-0(x)由此易得,函数logo(a)和log(1-0(x)的导函数分别为log o(a)(21)公式(2.1)在后面的推寻中将用到822逻辑回归生活中经常会碰到二分类问题,例如,某封电子邮件是否为垃圾邮件,某个客户是否为在客户,某次在线交易是舌仔在诈行为,等等.设{(x,)}1为一个二分类问题的样本数据,其中x∈R",∈{0,1},当1=1时称相应的样本为正例,当v=0时称相应的样本为负例利用 sigmoid函数,对于任意样木x=(x1,x2,…,xn),可将二分类问题的 hypothesis函数写成h(x)=0(o+61x1+622+…+nxn),其中0=(0o,01,…,O)为待定参数.为了符号上简化起见,引入x0=1将x扩展为(x0,x1,x2,…,xrn)},且在不引起混淆的情况下仍将其记为ⅹ.于是,he可简写为取阀值T-0.5,则二分类的判别公式为1,b(x)≥0.5y(x0.5那参数θ如何求呢?通常的做法是,先确定一个形如下式的整体损失函数∑co(x,v)然后对其进行优化,从而得到最优的參数θ实际应用中,单个样本的损失函数cost(x,)常取为对数似然函数cosl(xi, yi)),v-1;(1-(x),v=0注意,上式是一个分段函数,也可将其写成如下的整体表达式cost(x2,3)=·log(ho(x)(1y1)·log(1h(x)323 Baves公式贝叶斯公式是英国数学家贝叶斯( Thomas Bayes)提出来的,用来描述两个条件概率之间的关系.若记P(A),P(B)分别表示事件A和事件B发生的概率,P(AB)我示事件B发生的情况下事件4发生的慨率P(A,B)表示事A.B同时发生的概率.则有P(AB)P(B), P(BLA)=P(A, B)P(A, B利用上式,进一步可得P(B AP(AB)-P(A)P(B)这就是 Bayes公式g2.4 Huffman编码本节简单介绍Humn编码(具体内容主要来白百度百F的词条.[10),为此,首先介绍Huffman树的定义及其构造算法§24.1 Huffman树在计算机科学中,树是一种重要的非线性数据结构,它是数据元素(在树中称为结点)按分支关系组织起来的结构.若干棵互不相交的树所构成的集合称为森林.下面给出几个与树相关的常用概念·路径和路径长度在一棵树中,从一个结点往下可以达到的孩子或孙子结点之间的通路,称为路径.通路中分支的数目称为路径长度.若规定根结点的层号为1,则从根结点到第L层结虑的路径长度为L-1●结点的权和带权路径长度若为树中结点赋予一个具有某种含义的(非负)数值,则这个数值称为该结点的权结点的带权路径长度是指,从根结点到该结点之间的路径长度亐该结点的杈的乘矾·树的带权路径长度树的带权路径长度规定为所有叶子结点的带权路径长度之和二叉树是每个结点最多有两个子树的有序树.两个子树通常被称为“左子树”和“右子树”,定义中的“有序”是指两个子树有左石之分,顺序不能颠倒给定n个权值作为n个叶子结点,树造一棵二叉树,若它的带权路径长度达到最小,则称这样的二叉树为最优二叉树,也称为 Huffman树82.4.2 Huffman树的构造给定m个权值{mn,m2;…,mn}作为二叉树的m个叶子结点,可通过以下算法来构造颗 Huffman树算法2.Ⅰ(Hu「man树构造算法)(1)将{1,2,……,wn}看成是有n棵树的表林(每树仅有一个结点)2)在森林中选出两个根结,的权值最小的树合并,作为-棵新树的左、右子树,且新树的根结点权值为其左、右子树根结点权值之和〔3)从森林中燜除选取的两樑树,并将新树加入森林(4)重复(2)、(3)步,直到森林中只剩一棵树为止,该树即为所求的 luffman树接下来,给出算法2.1的一个具体实例例2.1假设2114年世界杯期间,从新浪毀博中抓取了若干条与足球相关的微博,经统计,“我”、“喜欢”、“观看”、“巴西”、“足球”、“世界杯”这六个词岀现的次薮分别为15,8,6,5,3,1.请以这6个词为叶子结点,以相应词频当权值,构造一棵Hu∥n树.⊙Q⑨Q⊙只66如→只只③⊙图2 Huffman树的构造过程利用算法.,易知其枃造过程如国g所示,团中第六步给出了最终的 Hutman树,由囚可见词频越大的词离根结点越近构造过程中,通过合并新増的结点被标记为黄色.由于每两个结点邡要进行一次合并,因此,若叶子结点的个数为η,刘枃造的H們πω树中新増结点的个数为π-1.本例中n6,因此新增结,的个数为5注意,前面有捉到,二叉树的丙个子树是分左右的,对于某个非叶子结点来说,就是其两个孩子结点是分左右的,在本例中,统一将词频大的结点作为左孩子结点,词频小的作为右孩子结点当然,这只昃一个约定:你要将词頻大的结点作为右孩子结点也浸有问题§24.3 Huffman编码在数据通倍中,需要将传送的文宁转换成二进制的字符串,用0,1码的不同排列米表示字符.例如,需传送的报文为“A上 TER DATA EAR ARE ART AREA”,这里用到的字符集为“A,E,R,T,F,D”,各字母出现的次数为84,5,3,1,1,现要求为这些字母设计编码要区别6个字母,最简单的二进制编码方式是等长编码,固定采用3位二进制(23=8>6),可分别用000.001、010、011、100、101对“A,E,R,T,F,D”进行编码发送,当对方接收报文时再按照三位一分进行译码显然编码的长度取决报文中不同字符的个数,若报文中可能出现26个不同字符,则固定编码长度为5(2=32>26).然而,传送报文时总是希望总长度尽可能短.在实际应用中,各个字符的出现频度或使用次数是不相同的,如A、B、C的使用频率远远高于X、Y、7,自然会想到设计编码时,让使用频率高的用短码,使用频率低的用长码,以优化整个报文编码.为使不等长编码为前缀编码(即要求一个字符的编码不能是另一个字符編码的前缀),可用字符集中的每个宇符作为叶子结点生成一棵编码二叉树,为了获得传送报文的最短长度,可将每个字符的岀现频率作为字符结烹的权值赋予该结点上,显然字使用频率越小权值越小,权值越小叶子就越靠下,于是颎率小编码长,频率高编码短,这样就保证了此树的最小带权路径长度,效果上就是传送报文的最短长度.因此,求传送报文的最短长度问题转化为求由字符集中的所有字符作为叶子结点,由字符出现频率作为其权值所产生的Hman树的问题.利用 Hultman树设计的二进制前缀編码,称为 LuminaL编码,它既能满足前缀编码的条件,又能保证报文编码总长最短本文将介绍的word2ve工具中也将用到 Huffman编码,它把训练语料中的词当成叶子缩点,其在语料中出现的次数当作权值,通过构造相应的 Huttman树来对每一个词进行Huffman编码图3给岀了例2.1中六个词的 Huffman编码,其中约定(词频较大的)左孩子结点编码为1,(词频较小的)石孩子编码为θ.这惮一米,“我”、“喜欢”、“观看”、“巴西”、“足球”、“世界杯”这六个词的 Huffman编码分别为0.111,110,101,1001和10000我告欢巴匹0足球图3 Huffman编码示意图注意,到目前为止,关于 Huttman树和 Huttman編码,有两个约定:(1)将权值大的结点作为左孩子结点,权值小的作为右孩子结点(2)左孩子结点编码为1,右孩子结点编码为0.在word2vec源码中将权值较大的孩子结点编码为1,较小的孩子结点编码为0.为与上述约定统一起见,下文中提到的“左孩了结点"都是指权值较大的孩了结点83背景知识word2vec是用来生成词向量的工具,而词向量与语言模型有着密切的关系,为此,不妨先了解一些语言模型方面的知识83.1统计语言模型当今的互联网迅猛发展,每天都在产生大量的文本、图片、语音和视频数据,要对这些数据进行处理并从中挖掘岀有价值的信息,离不开自然语言处理( Nature Language processing,NP)技术,其中统计语言模型( Statistical language model)就是很重要的一环,它是所有NLP的基础,被广泛应用于语音识别、机器翻译、分词、词性标注和信息检索等任务.例.1在语音识别糸统中,对于给定的语音段Vire,霄要找到一个使概率p( TertVoice最大的文本段Tert.利用 Bayes公式,有P(Teat voice)p(VoiceText). p(Textp(Voice)其中p( CicetE.c)为声学模型,而 elEct)为语言模型(18])简单地说统计语言模型是用来计算一个句子的概率的概率模驷,它通常基于一个语料库来构建.那什么叫做一个句子的概率呢?假设W=m1:=(m1,2,…,mr)表示由T个词,2,……,按顺序构成的一个句子,则1,c2…,w的联合慨率p()=p(x1)=p(01,t2,…,r)就是这个句子的概率利用 Bayes公式,上式可以被链式地分解为p(uh)-p(1)·p(u2lu1)p(u3lu2)…p( wru-1),(3.1)其中的(条件)概率p(1),p(2t1),p(un),…,p(mr1-)就是语言模型的参数,若这些参数已经全部算得,那么给定一个句子U1,就可以很快地算出相应的p(1)了看起来奷像很简单,是吧?但是,具体实现起来还是有点麻烦.例如.先来看看模型参数的个数.剛刚才是考虑一个给定的长度为T的句子,就需要计算T个参数.不妨假设语料库对应词典D的大小(即词汇量)为N,那么,如果考虑长度为T的任意句子,理论上就有M种可能.而每种可能都要计算T个参数,总共就需要计算TN7个参数.当然,这里只是简单估算,并没有考虑重复参数,但这个量级还是有蛮吓人.此外,这些概率计算好后,还得保存下来,因此,存储这些信息乜需要很大的內存开销此外,这些参数如何计算呢?常见的方法有n-gram模型、决策树、最大熵模型、最大熵马尔科夫模型、条件随机场、神经网络等方法,本文只讨论n-gram模型和神经网络两种方法.首先来看看 n-gram模型
- 2020-12-04下载
- 积分：1
