Главная    Ex Libris    Книги    Журналы    Статьи    Серии    Каталог    Wanted    Загрузка    ХудЛит    Справка    Поиск по индексам    Поиск    Форум   
blank
Авторизация

       
blank
Поиск по указателям

blank
blank
blank
Красота
blank
Wallace C.S. — Statistical and Inductive Inference by Minimum Message Length
Wallace C.S. — Statistical and Inductive Inference by Minimum Message Length



Обсудите книгу на научном форуме



Нашли опечатку?
Выделите ее мышкой и нажмите Ctrl+Enter


Название: Statistical and Inductive Inference by Minimum Message Length

Автор: Wallace C.S.

Аннотация:

Statistical and Inductive Inference by Minimum Message Length will be of special interest to graduate students and researchers in Machine Learning and Data Mining, scientists and analysts in various disciplines wishing to make use of computer techniques for hypothesis discovery, statisticians and econometricians interested in the underlying theory of their discipline, and persons interested in the Philosophy of Science. The book could also be used in a graduate-level course in Machine Learning, Estimation and Model-selection, Econometrics, and Data Mining.


Язык: en

Рубрика: Математика/

Статус предметного указателя: Готов указатель с номерами страниц

ed2k: ed2k stats

Год издания: 2005

Количество страниц: 429

Добавлена в каталог: 10.12.2005

Операции: Положить на полку | Скопировать ссылку для форума | Скопировать ID
blank
Предметный указатель
Quantizing lattices      178 285
quantum mechanics      340
Quinlan, T.R.      315
Raman. A.      314
Random coding of estimates      210
Random variables      19—21
RANGE      20
Range, known, uniform distribution of, mean of      183—187
reality      2
Records      355—356
Redundant code      79
Regression in categories      320
Regular expressions      127
Regular grammars, inferences of      305—314
Regular grammars, probabilistic      308
Retrace equality      348—349
Reversible laws      340—341
Rissanen, J.J.      4—5 73 99—100 401 408—415
Rivest, R.L.      315
Ron, D      321—325
Rounding-off quantum      168
Roundoff error      224
Roundoff vector      241
Rumantir, G.W.      272
Sample mean      260
Sample variance      260
Schemes, R.      327
Schou estimate      268
Schou, G.      268
Schwarz, G.      35
science      1
Science, Grand Theories of      386—387
Science, philosophy of      1—2
Scientific languages      391
Second law of thermodynamics      88
Set X of possible data      144—145
Set(s), discrete hypothesis      156
Set(s), of possible inferences      147 148
Shannon Fano code      70
Shannon information      57—100
Shannon information, algorithmic complexity versus      107—110
Shannon measure      104
Shannon, C.E.      4 57—100 103—110 118 121 225
simplicity      12
Singularities in priors      237
Sloane. N.J.A.      178 257
Small-sample message length, MML      235—236
Smith, A.F.M.      47
Smith. B.      125
SMML      see “Strict minimum message length estimators”
Solomonoff prediction      396 404 405
Solomonoff, R.J.      3 5 401—408
SPACING      170—171
Spacing functions      223—226
Spacing functions, family of      242
Speech      59
Spherical von Mises — Fisher distribution      268—269
Spirtes, P.      327
SRM (Structural Risk Minimization)      274 321 322
Standard deviation      201
State space      340
state variables      134
Statistical critique, summary of      54—55
Statistical inference      3
Statistics, sufficient      see “Sufficient statistics”
Stick collision model      352
Stirling's approximation      86 179
Stochastic complexity      409
Stop and start conditions, Turing machines      102—103
Strict minimum message length (SMML) estimators      143—196
Strict minimum message length (SMML) estimators, approximation to sequence problem      325—326
Strict minimum message length (SMML) estimators, approximations to, summary      218—219
Strict minimum message length (SMML) estimators, binomial example      157—160
Strict minimum message length (SMML) estimators, defined      143
Strict minimum message length (SMML) estimators, discrimination of      192—195
Strict minimum message length (SMML) estimators, efficiency of      189—192
Strict minimum message length (SMML) estimators, explanation for continuous data      166—187
Strict minimum message length (SMML) estimators, explanation for discrete data      153 166
Strict minimum message length (SMML) estimators, general properties of      187—195
Strict minimum message length (SMML) estimators, generality of      189
Strict minimum message length (SMML) estimators, minimizing relations for      156—157
Strict minimum message length (SMML) estimators, problem definition      144—153
Strict minimum message length (SMML) estimators, quadratic approximations to      221—255
String length, expected      64
Strings, non-random      109
Structural equivalence      330—331
Structural models      305 336
Structural risk minimization (SRM)      274 321—322
Subjective nature of information      79—81
Success count ranges      159
Sufficient statistics      29 161—163
Sufficient statistics, binomial example using      163 164
Sufficient statistics, minimal      163
Surrogate class label estimate      288—289
symbols      58
Symmetry      50
Target functions      274
Teleological explanation      367
Test statistic      33
TETRAD II      327 335—336
Theories      10
Theories, approximate      14
Theories, demise of      11 14
Theories, Grand, of Science      386 387
Theory description codes      124
Theory description codes, as priors      114—115
Theory descriptions, universal codes in      1 15—116
Thorn, A.      275
Time reversal      350
Time reversibility      337 340 341
Time, Thermodynamic Arrow of      337—384
TM      see “Turing machines”
TOM (Totally ordered model)      328 333
Totally ordered model (TOM)      328—333
Transformed parameter      241
Transition arcs      305
Tree, coding class distributions at leaves      317—318
Tree, coding structure      316—318
Tree, leaves      61
Tree, levels      64
Trinomial distribution, solution for      165—166
Turing machines (TM)      101—102
Turing machines (TM), choice of      103
Turing machines (TM), Educated (ETM)      130—131
Turing machines (TM), Universal      see “Universal Turing Machines”
Turing probability distributions      103—104
Two-chamber simulations      379 382
Unary code      92
Uncertainty regions, in hypothesis space      214—215
Uncertainty regions, meaning of      215—218
Uncertainty regions, via Dowe's construction      216
Uncertainty regions, via limited precision      216
Unclassified models, classified models versus      295—297
Uniform distribution of known range, mean of      183—187
Uniform prior      182
Uniform problem      186
Uninformative priors      49—51
Universal codes      98 100
Universal codes, in theory descriptions      115 116
Universal Turing Machines (UTM)      3 105—107 125 127 388 389 392
Universal Turing Machines (UTM), as priors      124—130
Universal Turing Machines (UTM), differences among      130—133
Universal Turing Machines (UTM), primitive (UTM0)      135 140
UTM      see “Universal Turing Machines”
UTM0, (Primitive Universal Turing Machines)      135—140
V'yugin. V.V.      414
V-C method      274
Vapnik. V.N.      274
Variance      31
Variance, sample      260
Vector-valued continuous random variables      20—21
Verb      389
Viswanathan, M.      274 323—326
Vitanyi, P.M.B.      392
von Mises-Fisher distribution      266 269
von Mises-Fisher distribution, circular      267 268
von Mises-Fisher distribution, spherical      268—269
Voronoi regions      178 179
Voronoi regions, hexagonal      181
Vovk, V.      405
Wishart distribution      262
Within-instance variance      203
Witten, I.H.      73
Woodroofe, M.      35
Word      60
Work tape, Turing machines      101
Worst case excess length      410
Zador's bound      178 257
Zador. P.      178 257
Zero bias      188
1 2 3
blank
Реклама
blank
blank
HR
@Mail.ru
       © Электронная библиотека попечительского совета мехмата МГУ, 2004-2024
Электронная библиотека мехмата МГУ | Valid HTML 4.01! | Valid CSS! О проекте