杂学 - 随笔分类(第5页) - 馒头and花卷

Chapter 12 IP Weighting and Marginal Structural Model

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 这一章介绍如何结合IP weighting 和参数模型. 12.1 The causal question 12.2 Estimating IP weights via modeling 我们阅读全文

posted @ 2021-03-11 10:36 馒头and花卷阅读(157) 评论(0) 推荐(0) 编辑

Chapter 11 Why Model ?

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 前10章介绍了一些基本概念, 从这一章开始, 将通过模型进一步分析. 11.1 Data cannot speak for themselves 我们要估计

[Y | A = a]

$\mathbb[Y|A=a]$ , 但阅读全文

posted @ 2021-03-07 19:52 馒头and花卷阅读(66) 评论(0) 推荐(0) 编辑

Chapter 10 Random Variability

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 在之前, 一直假设样本数量足够大, 从而没有随机因素的影响(即把以个体看成一亿或者更多个体的集合). 但是这种假设在实际中显然是不合理的, 往往我们只有少量的数据. 10.1 Identific 阅读全文

posted @ 2021-03-07 18:04 馒头and花卷阅读(95) 评论(0) 推荐(0) 编辑

Chapter 9 Measurement Bias

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 已经介绍过两个bias: confounding和selection, 这里介绍第三个, measurement bias. 这个measurement bias 不是指样本数目过少导致的误差, 阅读全文

posted @ 2021-03-04 20:37 馒头and花卷阅读(193) 评论(0) 推荐(0) 编辑

Chapter 8 Selection Bias

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 上一章讲了confounding, 这种bias来源于treatment和outcome受同一个未观测的cause影响, 但是这种bias在随机实验中可以避免. 这一章要讲的试selection 阅读全文

posted @ 2021-03-04 18:05 馒头and花卷阅读(195) 评论(0) 推荐(0) 编辑

Chapter 7 Confounding

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 这一节介绍了一个confounding的概念, 在观测数据中, confounder往往是让人头疼的存在. backdoor path: 指的是intervention

A

$A$ 和outcome$Y 阅读全文

posted @ 2021-03-02 18:18 馒头and花卷阅读(391) 评论(0) 推荐(0) 编辑

Chapter 6 Graphical Representation of Causal Effects

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 本章引入有向无环图(CAG)来表述因果推断模型. 6.1 Causal diagrams 正如上图所示, 因果推断的模型可以用一个有向无环图表示, 如两个变量有直接的连接, 比如$A \righ 阅读全文

posted @ 2021-03-01 18:14 馒头and花卷阅读(116) 评论(0) 推荐(0) 编辑

Chapter 5 Interaction

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 上一节介绍了modification, 这一节介绍一个类似的概念, interaction. 5.1 Interaction requires a joint intervention 之前都仅阅读全文

posted @ 2021-02-28 14:06 馒头and花卷阅读(296) 评论(0) 推荐(0) 编辑

Chapter 4 Effect Modification

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 4.1 Definition of effect modification 什么是 effect modification, 即causal effect在不同因素

V

$V$ 下不同, 即 \[ \m 阅读全文

posted @ 2021-02-27 11:58 馒头and花卷阅读(274) 评论(0) 推荐(0) 编辑

Chapter 3 Observational Studies

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 概这一章主要讨论的是, 观测得到的数据(而非随机实验)在什么条件下可以视为是随机试验. outcome predictors: 一些会导致

Y

$Y$ 发生的诱因 3.1 我们所考虑的

A

$A$ 和实验中实阅读全文

posted @ 2021-02-14 20:58 馒头and花卷阅读(121) 评论(0) 推荐(0) 编辑

Chapter 2 Randomized Experiments

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. 概计算causal effect的一个令人头疼的地方就在于, 往往对于一个个体来讲, 我们是无法同时观测到

Y 0, Y 1

$Y0, Y1$ 的, 毕竟一个人如果做了心脏迁移手术(

A = 1

$A=1$ ), 则我们就无法阅读全文

posted @ 2021-02-09 11:06 馒头and花卷阅读(111) 评论(0) 推荐(0) 编辑

Scale-Invariant Error

摘要：Eigen D., Puhrsch C. and Fergus R. Depth Map Prediction from a Single Image using a Multi-Scale Deep Network. NIPS 2014. 概看这篇文章单纯是为了看一看这个scale-invari 阅读全文

posted @ 2021-02-06 11:37 馒头and花卷阅读(912) 评论(0) 推荐(1) 编辑

Chapter 1 A Definition of Causal Effect

摘要：Hern

^{'}

$'$ n M. and Robins J. Causal Inference: What If. A: intervention, exposure, treatment consistency:

Y = Y^{A}

$Y=Y^A$ when A observed. 1.1 Individual casua 阅读全文

posted @ 2021-02-03 15:30 馒头and花卷阅读(285) 评论(0) 推荐(0) 编辑

Kronecker Products and Stack Operator

摘要：Whitcomb L. Notes on Kronecker Products. 定义 Stack Operator 对于任意的矩阵

A \in \mathbb^{m \times n}

$A \in \mathbb^{m \times n}$ , \[ vec(A) := [A_{00}, A_{10}, \ldots, A_{m-1,n-1}]^T \ 阅读全文

posted @ 2020-12-20 16:09 馒头and花卷阅读(197) 评论(0) 推荐(0) 编辑

A Tutorial on Energy-Based Learning

摘要：LeCun Y., Chopra S., Hadsell R., Ranzato M. & Huang F. A Tutorial on Energy-Based Learning. To appear in “Predicting Structured Data, 2006, 1: 0. 概从能阅读全文

posted @ 2020-11-29 10:50 馒头and花卷阅读(301) 评论(0) 推荐(0) 编辑

MMD

摘要：Borgwardt K., Gretton A., Rasch M., Kriegel H., Schoikopf B., Smola A. Integrating structured biological data by Kernel Maximum Mean Discrepancy. 2006 阅读全文

posted @ 2020-11-19 18:00 馒头and花卷阅读(721) 评论(0) 推荐(0) 编辑

Order Statistic

摘要：Order Statistic The Order Statistic 所谓顺序统计量, 即一族独立的观测

X_{1}, X_{2}, \dots, X_{n}

$X_1, X_2, \ldots, X_n$ 的排序后的产物

X_{(1)} \leq X_{(2)} \leq \dots \leq X_{(n)} .

$X_{(1)} \le X_{(2)} \le \cdots \le X_{(n)}.$ 用大写的原因, 自然是我们可以将阅读全文

posted @ 2020-11-16 10:17 馒头and花卷阅读(743) 评论(0) 推荐(0) 编辑

Git

摘要：廖雪峰Git教程初始化在你想要git的文件夹内 git bash here 接着注册 git config --global user.name "XXXXXX" git config --global user.email "XXX@+++.com" 配置别名 git config --glo 阅读全文

posted @ 2020-10-23 09:34 馒头and花卷阅读(80) 评论(0) 推荐(0) 编辑

Entropy, relative entropy and mutual information

摘要：Entropy, relative entropy and mutual information. Entropy

H (X) = - \sum_{x} p (x) \log p (x),

$H(X) = -\sum_{x} p(x) \log p(x),$ 熵非负, 且当且仅当

X

$X$ 确定性的时候为有最小值0, 即

P (X = x_{0}) = 1

$P(X=x_0)=1$ . Proof: 由$\l 阅读全文

posted @ 2020-10-22 20:55 馒头and花卷阅读(323) 评论(0) 推荐(0) 编辑

Stirling's Formula

摘要：Keith Conrad. Stirling's Formula. Stirling's Formula

lim_{n \to \infty} \frac{n!}{(n^{n} / e^{n}) \sqrt{2 π n}} = 1.

$\lim_{n \rightarrow \infty} \frac{n!}{(n^n/e^n)\sqrt{2\pi n}} =1.$ Proof: \[ \begin{array}{l 阅读全文

posted @ 2020-10-15 12:10 馒头and花卷阅读(146) 评论(0) 推荐(0) 编辑

馒头and花卷

随笔分类 - 杂学

公告

搜索

随笔分类

Python相关

概率论-论文

收藏

优化问题-论文