Preskoči na sadržaj
Korištenjem servisa na Twitteru pristajete na korištenje kolačića. Twitter i partneri rade globalno te koriste kolačiće za analize, personalizaciju i oglase.

Za najbolje sučelje na Twitteru koristite Microsoft Edge ili instalirajte aplikaciju Twitter iz trgovine Microsoft Store.

  • Naslovnica Naslovnica Naslovnica, trenutna stranica.
  • O Twitteru

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @
  • Jezik: Hrvatski
    • Bahasa Indonesia
    • Bahasa Melayu
    • Català
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English UK
    • Español
    • Filipino
    • Français
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português
    • Română
    • Slovenčina
    • Suomi
    • Svenska
    • Tiếng Việt
    • Türkçe
    • Български език
    • Русский
    • Српски
    • Українська мова
    • Ελληνικά
    • עִבְרִית
    • العربية
    • فارسی
    • मराठी
    • हिन्दी
    • বাংলা
    • ગુજરાતી
    • தமிழ்
    • ಕನ್ನಡ
    • ภาษาไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文
  • Imate račun? Prijava
    Imate račun?
    · Zaboravili ste lozinku?

    Novi ste na Twitteru?
    Registrirajte se
Profil korisnika/ce AcerbiLuigi
Luigi Acerbi
Luigi Acerbi
Luigi Acerbi
@AcerbiLuigi

Tweets

Luigi Acerbi

@AcerbiLuigi

Probabilistic modeling of perception & decision-making | Bayesian optimization and approximate inference | @IntlBrainLab

Geneva, Switzerland
luigiacerbi.com
Vrijeme pridruživanja: srpanj 2016.

Tweets

  • © 2020 Twitter
  • O Twitteru
  • Centar za pomoć
  • Uvjeti
  • Pravila o privatnosti
  • Imprint
  • Kolačići
  • Informacije o oglasima
Odbaci
Prethodni
Sljedeće

Idite na profil osobe

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @

Odjava

Blokiraj

  • Objavi Tweet s lokacijom

    U tweetove putem weba ili aplikacija drugih proizvođača možete dodati podatke o lokaciji, kao što su grad ili točna lokacija. Povijest lokacija tweetova uvijek možete izbrisati. Saznajte više

    Vaši popisi

    Izradi novi popis


    Manje od 100 znakova, neobavezno

    Privatnost

    Kopiraj vezu u tweet

    Ugradi ovaj Tweet

    Embed this Video

    Dodajte ovaj Tweet na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Dodajte ovaj videozapis na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Hm, došlo je do problema prilikom povezivanja s poslužiteljem.

    Integracijom Twitterova sadržaja u svoje web-mjesto ili aplikaciju prihvaćate Twitterov Ugovor za programere i Pravila za programere.

    Pregled

    Razlog prikaza oglasa

    Prijavi se na Twitter

    · Zaboravili ste lozinku?
    Nemate račun? Registrirajte se »

    Prijavite se na Twitter

    Niste na Twitteru? Registrirajte se, uključite se u stvari koje vas zanimaju, i dobivajte promjene čim se dogode.

    Registrirajte se
    Imate račun? Prijava »

    Dvosmjerni (slanje i primanje) kratki kodovi:

    Država Kod Samo za korisnike
    Sjedinjene Američke Države 40404 (bilo koje)
    Kanada 21212 (bilo koje)
    Ujedinjeno Kraljevstvo 86444 Vodafone, Orange, 3, O2
    Brazil 40404 Nextel, TIM
    Haiti 40404 Digicel, Voila
    Irska 51210 Vodafone, O2
    Indija 53000 Bharti Airtel, Videocon, Reliance
    Indonezija 89887 AXIS, 3, Telkomsel, Indosat, XL Axiata
    Italija 4880804 Wind
    3424486444 Vodafone
    » Pogledajte SMS kratke šifre za druge zemlje

    Potvrda

     

    Dobro došli kući!

    Vremenska crta mjesto je na kojem ćete provesti najviše vremena i bez odgode dobivati novosti o svemu što vam je važno.

    Tweetovi vam ne valjaju?

    Prijeđite pokazivačem preko slike profila pa kliknite gumb Pratim da biste prestali pratiti neki račun.

    Kažite mnogo uz malo riječi

    Kada vidite Tweet koji volite, dodirnite srce – to osobi koja ga je napisala daje do znanja da vam se sviđa.

    Proširite glas

    Najbolji je način da podijelite nečiji Tweet s osobama koje vas prate prosljeđivanje. Dodirnite ikonu da biste smjesta poslali.

    Pridruži se razgovoru

    Pomoću odgovora dodajte sve što mislite o nekom tweetu. Pronađite temu koja vam je važna i uključite se.

    Saznajte najnovije vijesti

    Bez odgode pogledajte o čemu ljudi razgovaraju.

    Pratite više onoga što vam se sviđa

    Pratite više računa da biste dobivali novosti o temama do kojih vam je stalo.

    Saznajte što se događa

    Bez odgode pogledajte najnovije razgovore o bilo kojoj temi.

    Ne propustite nijedan aktualni događaj

    Bez odgode pratite kako se razvijaju događaji koje pratite.

    Luigi Acerbi‏ @AcerbiLuigi 14. sij
    • Prijavi Tweet

    New preprint with @basvanopheusden and @weijima01! arXiv: https://arxiv.org/abs/2001.03985  code: https://github.com/lacerbi/ibs  (thread) 1. Many models (e.g., in psych and comp neuro) don't have a log-likelihood in closed form, but we can easily sample observations from the model.pic.twitter.com/Z9HNqJEHGN

    21:03 - 13. sij 2020.
    • 31 proslijeđeni Tweet
    • 90 oznaka „sviđa mi se”
    • Francisco Sacadura Saurabh Ranjan Jay Hennig Yongseok Yoo Michael Crawshaw しゅういち Anil Seth megan peters Judy Fan
    1 reply 31 proslijeđeni tweet 90 korisnika označava da im se sviđa
      1. Novi razgovor
      2. Luigi Acerbi‏ @AcerbiLuigi 14. sij
        • Prijavi Tweet

        2. Can we estimate log-likelihoods via sampling? The answer is yes, but we need to do it correctly. Inverse binomial sampling (IBS) is a technique to estimate log-likelihood via sampling in an *efficient* and *unbiased* way. Log-likelihoods for likelihood-free models!

        1 reply 0 proslijeđenih tweetova 8 korisnika označava da im se sviđa
        Prikaži ovu nit
      3. Luigi Acerbi‏ @AcerbiLuigi 14. sij
        • Prijavi Tweet

        3. How does it work? For each data point (e.g., trial), sample from the model until the simulated response matches the observation. The IBS estimator maps the # of samples to the log-likelihood. This differs from taking a fixed # of samples, which we show can be a terrible idea.pic.twitter.com/KoDdcyQzyY

        1 reply 0 proslijeđenih tweetova 5 korisnika označava da im se sviđa
        Prikaži ovu nit
      4. Luigi Acerbi‏ @AcerbiLuigi 14. sij
        • Prijavi Tweet

        4. The IBS estimator is simple to implement and has many desirable properties: no bias; efficiency in allocating samples to different trials; low variance; and we obtain calibrated estimates of the variance (so we can get to the desired level of precision).

        1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
        Prikaži ovu nit
      5. Luigi Acerbi‏ @AcerbiLuigi 14. sij
        • Prijavi Tweet

        5. We demonstrate IBS for maximum-likelihood estimation with several computational models of increasing complexity. IBS produces noisy estimates, but combines well with surrogate-based, gradient-free optimizers such as BADS (https://github.com/lacerbi/bads ).pic.twitter.com/BnJIuvmcFJ

        1 reply 1 proslijeđeni tweet 2 korisnika označavaju da im se sviđa
        Prikaži ovu nit
      6. Luigi Acerbi‏ @AcerbiLuigi 14. sij
        • Prijavi Tweet

        6. Limitations? Technically IBS works for *discrete* observations (but can be extended to the continuous case). Also, you need to be able to sample observations for a given set of stimuli ("conditional simulation"). See paper for details!

        1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
        Prikaži ovu nit
      7. Luigi Acerbi‏ @AcerbiLuigi 14. sij
        • Prijavi Tweet

        7. We would love to hear your comments and questions about the paper and method! Preprint here: https://arxiv.org/abs/2001.03985  and code (for now only MATLAB, but we'll expand):https://github.com/lacerbi/ibs 

        0 replies 0 proslijeđenih tweetova 6 korisnika označava da im se sviđa
        Prikaži ovu nit
      8. Kraj razgovora

    Čini se da učitavanje traje već neko vrijeme.

    Twitter je možda preopterećen ili ima kratkotrajnih poteškoća u radu. Pokušajte ponovno ili potražite dodatne informacije u odjeljku Status Twittera.

      Sponzorirani tweet

      false

      • © 2020 Twitter
      • O Twitteru
      • Centar za pomoć
      • Uvjeti
      • Pravila o privatnosti
      • Imprint
      • Kolačići
      • Informacije o oglasima