Opening book details…
Can I read 有限混合模型 (FMM) : STaTa分析 (以EM algorithm做潛在分類再迴歸分析) on EtoBox?
有限混合模型 (FMM) : STaTa分析 (以EM algorithm做潛在分類再迴歸分析) by 張紹勳 (Science teacher), author is a book available to read on EtoBox.
What is 有限混合模型 (FMM) : STaTa分析 (以EM algorithm做潛在分類再迴歸分析) about?
封面 1 自序 5 Chapter 01 地表最強的統計軟體STaTa 19 1-1 STaTa 如何讀入各種資料格式 20 1-1-1 SPSS 資料檔(*sav) 轉成STaTa 格式 24 1-1-2 SAS 格式轉成STaTa 27 1-1-3 R 軟體之格式轉成STaTa 31 1-2 TaTa 是地表最強大的統計軟體 34 1-2-1 有限混合模型(finite mixtures models, FMM): EM algorithm指令 37 1-2-2 單層次:連續vs 類別依變數迴歸之種類 41 1-2-3 STaTa 多層次混合模型的迴歸種類 48 1-2-4 STaTa panel-data 迴歸的種類 54 1-2-5 STaTa 流行病(epidemiologists) 之選擇表對應的指令 59 1-2-6 STaTa 存活分析的選擇表之對應指令 60 1-2-7 STaTa 縱貫面—時間序列之選擇表 62 1-2-8 依變數binary outcome 之STaTa 選擇表 63 1-3 評比敵對模型,適配指標有八種 64 Chapter 02 有限混合模型(finite mixtures models, FMM 配搭十七種指令) 69 2-1 有限混合模型(finite mixtures models, FMM) 72 2-1-1 高斯混合模型(Gaussian mixture model,簡稱GMM) 77 2-1-2 單一高斯機率密度函數的參數估測法 85 2-1-3 有限混合模型之對應指令 91 2-1-4a 有限混合模型之應用領域 95 2-1-4b 有限混合模型之研究議題 99 2-2 Gaussian 混合模型(GMM) 使用expectation maximization(EM) 技術 118 2-2-1 高斯混合模型與最大期望(EM) 演算法 120 2-2-2 EM algorithm 範例解說 128 2-3 高斯(Gaussian) 混合模型應用在圖形辨識 131 2-3-1 K-Means 分類(classifier) 法,如何演變成EM algorithm 呢? 135 2-3-2 EM-GMM 建立的流程 143 2-3-3 期望值最大演算法(expectation maximization, EM) 之解說 146 2-3-4 EM algorithm 如何找出高斯混合模型(GMM) 潛在類別之解說? 152 2-3-5 混合模型、潛在類別(class) 和EM 演算法(mixture model,latent class and EM algorithm) 159 2-4 最大概似(ML)vs 期望值最大(EM) 演算法 165 2-4-1a 最大概似(ML) ≠概似
- Author
- 張紹勳 (Science teacher), author
- Publisher
- 五南图书出版股份有限公司
- Published
- 2018
- Language
- ZH
- ISBN
- 9789571196466