The minimum description length (MDL

The minimum description length (MDL) principle is a powerful method of inductive inference, the basis of statistical modeling, pattern recognition, and machine learning. It holds that the best explanation, given a limited set of observed data, is the one that permits the greatest compression of the data. MDL methods are particularly well-suited for dealing with model selection, prediction, and estimation problems in situations where the models under consideration can be arbitrarily complex, and overfitting the data is a serious concern.This extensive, step-by-step introduction to the MDL Principle provides a comprehensive reference (with an emphasis on conceptual issues) that is accessible to graduate students and researchers in statistics, pattern classification, machine learning, and data mining, to philosophers interested in the foundations of statistics, and to researchers in other applied sciences that involve model selection, including biology, econometrics, and experimental psychology. Part I provides a basic introduction to MDL and an overview of the concepts in statistics and information theory needed to understand MDL. Part II treats universal coding, the information-theoretic notion on which MDL is built, and part III gives a formal treatment of MDL theory as a theory of inductive inference based on universal coding. Part IV provides a comprehensive overview of the statistical theory of exponential families with an emphasis on their information-theoretic properties. The text includes a number of summaries, paragraphs offering the reader a "fast track" through the material, and boxes highlighting the most important concepts.

ผลลัพธ์ (ไทย) 1:

หลักการอธิบายขั้นต่ำยาว (MDL) เป็นวิธีการอนุมานอุปนัยมีประสิทธิภาพ พื้นฐานของโมเดลทางสถิติ การรู้จำแบบ และการเรียนรู้ของเครื่อง มันถือว่า คำอธิบายที่ดีที่สุด ได้รับการจำกัดชุดของข้อมูลสังเกต เป็นที่อนุญาตให้มีการบีบอัดข้อมูลมากที่สุด วิธี MDL เป็นอย่างยิ่งเหมาะสำหรับการเลือกรุ่น คาดคะเน การประเมินปัญหา และในสถานการณ์ที่รุ่นภายใต้การพิจารณาอาจมีความซับซ้อนโดยพลการ และ overfitting ข้อมูลเป็นกังวลอย่างรุนแรง แนะนำหลักการ MDL ครอบ ทีละขั้นตอนให้การอ้างอิงครอบคลุม (โดยเน้นแนวคิดปัญหา) ที่สามารถเข้าถึงการศึกษานักเรียนและนักวิจัยในสถิติ การจัดประเภทรูปแบบ การเรียนรู้ของเครื่อง และทำ เหมืองข้อมูล นักปรัชญาสนใจในปรากฏการณ์ของสถิติ และนักวิจัยในวิทยาศาสตร์ประยุกต์อื่น ๆ ที่เกี่ยวข้องกับการเลือกรุ่น ชีววิทยา เศรษฐมิติ และจิตวิทยาทดลอง ส่วนที่ให้การแนะนำพื้นฐาน MDL และภาพรวมของแนวคิดในทฤษฎีข้อมูลต้องเข้าใจ MDL และสถิติ Part II ถือว่าเขียนโค้ดสากล ความคิดข้อมูลสดที่ MDL สร้าง และ part III ให้การรักษาอย่างเป็นทางการของ MDL ทฤษฎีเป็นทฤษฎีของอุปนัยสรุปตามรหัสสากล ส่วน IV ให้ภาพรวมของครอบครัวเนนเน้นคุณสมบัติสดข้อมูลทฤษฎีทางสถิติ ข้อความที่มีเป็นจำนวนมากสรุป ย่อหน้าให้อ่าน "เพลงเร็ว" ผ่านวัสดุ และกล่องที่เน้นแนวคิดที่สำคัญที่สุด

ผลลัพธ์ (ไทย) 2:

หลักการ (MDL) ความยาวคำอธิบายขั้นต่ำเป็นวิธีการที่มีประสิทธิภาพของอุปนัยสรุปพื้นฐานของการสร้างแบบจำลองทางสถิติ, การจดจำรูปแบบและการเรียนรู้เครื่อง มันถือได้ว่าคำอธิบายที่ดีที่สุดให้ชุด จำกัด ของข้อมูลที่สังเกตเป็นหนึ่งที่ช่วยให้การบีบอัดที่ยิ่งใหญ่ที่สุดของข้อมูล วิธีการ MDL โดยเฉพาะอย่างยิ่งดีเหมาะสำหรับการรับมือกับการเลือกรูปแบบการทำนายและปัญหาการประมาณค่าในสถานการณ์ที่จำลองภายใต้การพิจารณาสามารถที่ซับซ้อนโดยพลการและ overfitting ข้อมูลเป็น concern.This ร้ายแรงที่กว้างขวางขั้นตอนโดยขั้นตอนที่แนะนำให้รู้จักกับ MDL หลักการให้อ้างอิงที่ครอบคลุม (ที่มีความสำคัญในประเด็นเกี่ยวกับแนวความคิด) ที่สามารถเข้าถึงนักศึกษาระดับบัณฑิตศึกษาและนักวิจัยในสถิติการจำแนกรูปแบบการเรียนรู้ของเครื่องและการทำเหมืองข้อมูลเพื่อนักปรัชญาที่สนใจในรากฐานของสถ​​ิติและนักวิจัยอื่น ๆ ที่นำมาใช้ วิทยาศาสตร์ที่เกี่ยวข้องกับการเลือกรูปแบบรวมทั้งชีววิทยาเศรษฐและจิตวิทยาการทดลอง ส่วนที่มีการแนะนำขั้นพื้นฐานเพื่อ MDL และภาพรวมของแนวคิดในสถิติและทฤษฎีข้อมูลที่จำเป็นที่จะเข้าใจ MDL Part II ถือว่าการเข้ารหัสสากลความคิดข้อมูลตามทฤษฎีที่ MDL ถูกสร้างขึ้นและส่วนที่สามจะช่วยให้การรักษาอย่างเป็นทางการของทฤษฎี MDL เป็นทฤษฎีของอุปนัยสรุปบนพื้นฐานของการเข้ารหัสสากล Part IV ให้ภาพรวมที่ครอบคลุมของทฤษฎีทางสถิติของครอบครัวชี้แจงให้ความสำคัญกับคุณสมบัติข้อมูลตามทฤษฎีของพวกเขา ข้อความรวมถึงจำนวนของสรุปย่อหน้าที่นำเสนอผู้อ่าน "ติดตามอย่างรวดเร็ว" ผ่านวัสดุและกล่องเน้นแนวคิดที่สำคัญที่สุด

ผลลัพธ์ (ไทย) 3:

ความยาวต่ำสุด ( MDL ) อธิบายหลักการเป็นวิธีที่มีประสิทธิภาพของการอุปนัย , พื้นฐานของการสร้างโมเดล การจดจำรูปแบบทางสถิติ , การเรียนรู้เครื่อง มันถือว่าคำอธิบายที่ดีที่สุด ได้รับชุด จำกัด ของข้อมูลที่เป็นหนึ่งที่อนุญาตให้มากที่สุดของการบีบอัดข้อมูล วิธีการลดโดยเฉพาะอย่างยิ่งเหมาะสำหรับการจัดการกับการเลือกใช้รูปแบบ และปัญหาการประมาณค่าในสถานการณ์ที่รูปแบบภายใต้การพิจารณาสามารถโดยพลการ และ overfitting ข้อมูลเป็นปัญหาร้ายแรง นี้อย่างละเอียด ขั้นตอนเบื้องต้นหลักการด้านให้ครอบคลุมการอ้างอิง ( โดยเน้นประเด็นแนวคิด ) ที่สามารถเข้าถึงได้ให้กับนักเรียนและนักวิจัยในสถิติ , การเรียนรู้เครื่องจบการจำแนกรูปแบบการทำเหมืองข้อมูลเพื่อนักปรัชญาสนใจในพื้นฐานของสถิติ และนักวิจัยอื่น ๆที่เกี่ยวข้องกับการประยุกต์วิทยาศาสตร์ , รูปแบบรวมทั้งชีววิทยา เศรษฐมิติ และจิตวิทยาการทดลอง ส่วนผมมีพื้นฐานเบื้องต้น นักวิทยาศาสตร์ และภาพรวมของแนวคิดในทฤษฎีสถิติและข้อมูลที่จำเป็นที่จะเข้าใจเรา . ส่วนที่ ii ถือว่ารหัสสากล , ข้อมูลทฤษฎีความคิดที่เราสร้างขึ้น และส่วนที่สาม ให้การรักษาอย่างเป็นทางการของทฤษฎีวิทยาศาสตร์เป็นทฤษฎีการอนุมานเชิงอุปนัยตามรหัสสากล ส่วนที่สี่ให้ภาพรวมที่ครอบคลุมของสถิติทฤษฎีของครอบครัวแทน โดยเน้นคุณสมบัติของข้อมูลเกี่ยวกับทฤษฎี ข้อความที่ประกอบด้วยตัวเลขสรุปย่อหน้าให้อ่าน " การติดตามอย่างรวดเร็ว " ผ่านวัสดุ และกล่องเน้นแนวคิดสำคัญที่สุด