The exponential random graph is arguably the most popular model for the statistical analysis of network data. However despite its widespread use, it is very complicated to handle from a statistical perspective, mainly because the likelihood function is intractable for all but trivially small networks. This talk will outline some recent work in this area to overcome this intractability. In particular, we will outline some approaches to carry out Bayesian parameter estimation and show how this can be extended to estimate Bayes factors between competing models.

Bayesian inference for the exponential random graph model (Nial Friel)

L'apprentissage statistique joue de nos jours un rôle croissant dans de nombreux domaines scientifiques et doit de ce fait faire face à des problèmes nouveaux. Il est par conséquent important de proposer des méthodes d'apprentissage statistique adaptées aux problèmes modernes posés par les différents champs d'application. Outre l'importance de la précision des méthodes proposées, elles devront également apporter une meilleure compréhension des phénomènes observés. Afin de faciliter les contacts entre les différentes communautés et de faire ainsi germer de nouvelles idées, un colloquium d'audience internationale (en langue anglaise) sur le thème «Challenging problems in Statistical Learning» a été organisé à l'Université Bordeaux Segalen les 8 et 9 avril 2013. Vous trouverez ci-dessous les enregistrements des exposés donnés lors de ce colloquium.
Recommandé à : étudiant de la discipline, chercheur - Catégorie : cours podcast - Année de réalisation : 2013

Education

L'apprentissage statistique joue de nos jours un rôle croissant dans de nombreux domaines scientifiques et doit de ce fait faire face à des problèmes nouveaux. Il est par conséquent important de proposer des méthodes d'apprentissage statistique adaptées aux problèmes modernes posés par les différents champs d'application. Outre l'importance de la précision des méthodes proposées, elles devront également apporter une meilleure compréhension des phénomènes observés. Afin de faciliter les contacts entre les différentes communautés et de faire ainsi germer de nouvelles idées, un colloquium d'audience internationale (en langue anglaise) sur le thème «Challenging problems in Statistical Learning» a été organisé à l'Université Bordeaux Segalen les 8 et 9 avril 2013. Vous trouverez ci-dessous les enregistrements des exposés donnés lors de ce colloquium. Recommandé à : étudiant de la discipline, chercheur - Catégorie : cours podcast - Année de réalisation : 2013

Share Bayesian inference for the exponential random graph model (Nial Friel)

Sign up to save your podcasts

Bayesian inference for the exponential random graph model (Nial Friel)

Bayesian inference for the exponential random graph model (Nial Friel)

More shows like StatLearn 2013 - Workshop on "Challenging problems in Statistical Learning"

StatLearn 2012 - Workshop on "Challenging problems in Statistical Learning"

Numérique et société (2014)

Découper le temps : les périodes de l'histoire

Science juridique de l'économie : gouvernance (LADEF, 2010)

Droit administratif et institutions administratives (CAVEJ, Jean-Marie Pontier, 2010)

Science juridique de l'économie : gouvernance (LADEF, 2010)

Initiation à l'art grec

Pédagogie et numérique

Droit des services publics (CAVEJ, Gilles Guglielmi, 2010)

Science juridique de l'économie : institutions (LADEF, 2010)