Processi stocastici: introduzione alle catene di Markov
ฝัง
- เผยแพร่เมื่อ 13 ธ.ค. 2024
- In questa live usciamo dall'ambito dell'epidemiologia e introduciamo un argomento che tocca più ambiti di applicazione, dal Machine learning, alla biologia all'economia. Con Pietro Zanotta, studente di economia, introduciamo il concetto di catene di Markov e, attraverso una dashboard sviluppata con il software statistico R, ne mostreremo le caratteristiche e il funzionamento.
Sostieni Liberi Oltre le Illusioni diventando socio: vai su www.liberioltreleillusioni.it nella sezione "ASSOCIATI" e diventa socio. Ti aspettiamo
----------------------------
👉 Iscrivi sul ns. sito Ufficiale: www.liberioltr...
👉 I canali di Liberi Oltre:
YT - News, il canale storico: / liberioltre
YT - Agorà, il canale delle scienze sociali: / @liberioltreagora
YT - STEM, il canale delle scienze / @liberioltrestem
👉 Puoi anche seguirci sui ns. canali social:
TWITCH / liberioltre
FACEBOOK / liberioltrel. .
TWITTER / liberioltre
TELEGRAM t.me/liberioltre
INSTAGRAM / liberioltre
SOUNDCLOUD / liberioltre
SPOTIFY bit.ly/SpotifyLO
Complimenti davvero
Ottimo video!
Ah, i miei ricordi sbiaditi di Teoria dei Segnali fatta a Ingegneria ormai 20 anni fa (senza R ovviamente🙂)
Complimenti per la rubrica
Ottimo video, già da tempo mi chiedevo quando avresti portato qualche applicazione con R o Python. Vorrei chiedere a Pietro se fosse possibile avere il codice sorgente della dashboard in qualche modo
Ciao Giulia, scusa ma non ho capito bene la differenza tra distribuzione limite e stazionaria. Grazie
Materiale cartaceo (libri o dispense) da segnalare grazie
Ciao, è possibile ottenere il codice R?
Ma usare le probabilità precedenti non significa poi dare una memoria del pregresso al sistema?
in teoria no perché puoi arrivare ad uno stato x in maniere diverse, lo stato x+1 si calcola solo dallo stato x
@@albisardiQuello che scrivi è giusto ma incompleto. Io intendevo la probabilità quella del getto dei dadi, in cui un lancio non ha memoria del precedente e quindi non puoi tener conto dei precedenti
Sono andato a dare un'occhiata e ho scoperto che c'è un sistema che invece lavora mantenendo memoria dei risultati precedenti è il Pólya urn model. Vedrai che è interessante.
Mio commento tattico
Strepitoso