m**s
发帖数: 346 | 1 【 以下文字转载自 Statistics 讨论区 】
发信人: meds (忘记吃药了！), 信区: Statistics
标 题: 付费找tutor
发信站: BBS 未名空间站 (Sun May 29 21:52:33 2011, 美东)
修一门bayesian methods in computer science。
主要是编程实现一些统计上面的算法。
开始还好，最近的一个lab，让我很头大。也许给我很多时间，我能想出来，但是会太
迟了。明天就要交了，虽然是memorial day。
不是想找人帮忙做，只需要懂的人看看，点拨一下。为了表示对您的时间的尊重，我愿
意$10/hr 补偿您的时间。钱肯定不多，您如果嫌不够，可以再商量。
下面是这个lab的大概意思：
implement MCMC using Metropolis (or Metropolis-Hastings).lab给了4个bayesian
networks，要用我们写的程序针对某个query，做sampling，然后plot mixing, prior,
and posterior. 其实我自己感觉这个lab有些地方没说清楚，但是也许懂的人能够猜
出来。这五个networks是：
1）faculty evaluation. faculty evaluation scores are distributed normally
with a normal prior over the mean parameter and an inverse gamma prior over
the variance parameter. prior belief is represented by a Normal(5, 1/9)
prior distribution for mean and an InvGamma(mean=1/4, var=1/144) for
variance.
Observed evaluation scores: 6.39 6.32 6.25 6.24 6.21 6.18 6.17 6.13 6.00
6.00 5.97 5.82 5.81 5.71 5.55 5.50 5.39 5.37 5.35 5.30 5.27 4.94 4.50
2) Burglar Alarm: 一个network，见附件
3）professional golfers. The file golfdataR.dat reports the scores at 42
professional golf tournaments involving 604 professional golfers.
4) 是个wacky network，但是没说query是什么，没搞懂。
A = NormalNode(mean=20, var=1)
E = BetaNode(alpha=1, beta=1)
B = GammaNode(shape=A**pi, invscale=7)
D = BetaNode(alpha=A, beta=E)
C = BernoulliNode(D: True, (1-D): False)
F = PoissonNode(rate=D)
G = NormalNode(mean=E, var=F)
哪位如果对这个很明白，希望与你能指点一二，让我能快点做完这个lab。感谢。站内
联系。 | m**s
发帖数: 346 | 2 不知道是不是钱少了，20刀/hr，跟TA工资一样。 | d***k
发帖数: 3225 | |
|
