ترجمه فارسی مقاله برآورد توزیع های مداخله ای مشترک از داده های مداخله ای حاشیه ای

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Estimating Joint interventional distributions from marginal interventional data
عنوان مقاله به فارسی برآورد توزیع های مداخله ای مشترک از داده های مداخله ای حاشیه ای
نویسندگان Sergio Hernan Garrido Mejia, Elke Kirschbaum, Armin Kekić, Atalanti Mastakouri
فرمت مقاله انگلیسی PDF
تعداد صفحات 14
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Methodology,Machine Learning,Machine Learning,روش شناسی , یادگیری ماشین , یادگیری ماشین ,
توضیحات Submitted 3 September, 2024; originally announced September 2024. , Comments: Duality Principles for Modern Machine Learning workshop at ICML 2023, 2nd and 3rd author equal contribution
توضیحات به فارسی ارسال شده در 3 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: اصول دوگانگی برای کارگاه یادگیری ماشین مدرن در ICML 2023 ، 2 و 3 نویسنده مشارکت برابر
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In this paper we show how to exploit interventional data to acquire the joint conditional distribution of all the variables using the Maximum Entropy principle. To this end, we extend the Causal Maximum Entropy method to make use of interventional data in addition to observational data. Using Lagrange duality, we prove that the solution to the Causal Maximum Entropy problem with interventional constraints lies in the exponential family, as in the Maximum Entropy solution. Our method allows us to perform two tasks of interest when marginal interventional distributions are provided for any subset of the variables. First, we show how to perform causal feature selection from a mixture of observational and single-variable interventional data, and, second, how to infer joint interventional distributions. For the former task, we show on synthetically generated data, that our proposed method outperforms the state-of-the-art method on merging datasets, and yields comparable results to the KCI-test which requires access to joint observations of all variables.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ما نحوه بهره برداری از داده های مداخله ای را برای به دست آوردن توزیع مشروط مشترک کلیه متغیرها با استفاده از حداکثر اصل آنتروپی نشان می دهیم.برای این منظور ، ما حداکثر روش آنتروپی را برای استفاده از داده های مداخله ای علاوه بر داده های مشاهده ای گسترش می دهیم.با استفاده از دوگانگی Lagrange ، ما ثابت می کنیم که راه حل مشکل حداکثر آنتروپی علی با محدودیت های مداخله ای در خانواده نمایی نهفته است ، مانند حداکثر محلول آنتروپی.روش ما به ما اجازه می دهد تا در صورت ارائه توزیع مداخله حاشیه ای برای هر زیر مجموعه از متغیرها ، دو وظیفه مورد علاقه را انجام دهیم.اول ، ما نشان می دهیم که چگونه می توان انتخاب ویژگی علی را از ترکیبی از داده های مداخله ای مشاهده و تک متغیر انجام داد ، و دوم ، نحوه استنباط توزیع مداخله مشترک.برای کار قبلی ، ما در مورد داده های تولید شده مصنوعی نشان می دهیم ، که روش پیشنهادی ما از روش پیشرفته در ادغام مجموعه داده ها بهتر عمل می کند و نتایج قابل مقایسه ای را با آزمون KCI ارائه می دهد که نیاز به دسترسی به مشاهدات مشترک همه متغیرها دارد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.