Statistik dan Big Data

Saya tertarik pada regresi dengan jaringan saraf. Jaringan saraf dengan nol simpul tersembunyi + koneksi skip-layer adalah model linier. Bagaimana dengan jaring saraf yang sama tetapi dengan simpul tersembunyi? Saya bertanya-tanya apa yang akan menjadi peran koneksi skip-layer? Secara intuitif, saya akan mengatakan bahwa jika Anda menyertakan koneksi skip-layer, maka …

26 regression  machine-learning  neural-networks  deep-learning 

Baru-baru ini saya merasa perlu untuk mendapatkan pdf untuk kuadrat dari variabel acak normal dengan rata-rata 0. Untuk alasan apa pun, saya memilih untuk tidak menormalkan varians sebelumnya. Jika saya melakukan ini dengan benar maka pdf ini adalah sebagai berikut: N2(x;σ2)=1σ2π−−√x−−√e−x2σ2N2(x;σ2)=1σ2πxe-x2σ2 N^2(x; \sigma^2) = \frac{1}{\sigma \sqrt{2 \pi} \sqrt{x}} e^{\frac{-x}{2\sigma^2}} Saya …

26 normal-distribution  gamma-distribution 

Saya telah menemukan banyak hal di internet mengenai interpretasi efek acak dan tetap. Namun saya tidak bisa mendapatkan sumber yang menjelaskan hal berikut: Apa perbedaan matematika antara efek acak dan tetap? Maksud saya formulasi matematis dari model dan parameter cara diperkirakan.

26 mathematical-statistics  mixed-model  random-effects-model  fixed-effects-model 

Terinspirasi oleh ceramah Peter Donnelly di TED , di mana ia membahas berapa lama untuk pola tertentu muncul dalam serangkaian lemparan koin, saya membuat skrip berikut dalam R. Diberikan dua pola 'hth' dan 'htt', itu menghitung berapa lama (yaitu berapa banyak lemparan koin) rata-rata sebelum Anda menekan salah satu pola …

26 r  probability  stochastic-processes 

Saya sebelumnya telah menggunakan pro perkiraan untuk meramalkan seri waktu univariat, tetapi saya mengalihkan alur kerja saya ke R. Paket ramalan untuk R berisi banyak fungsi yang bermanfaat, tetapi satu hal yang tidak dilakukannya adalah segala jenis transformasi data sebelum menjalankan otomatis .arima (). Dalam beberapa kasus ramalan pro memutuskan …

26 r  time-series  data-transformation  forecasting  arima 

di hampir semua contoh kode yang pernah saya lihat dari VAE, fungsi kerugian didefinisikan sebagai berikut (ini adalah kode tensorflow, tapi saya pernah melihat yang serupa untuk theano, obor dll. Ini juga untuk convnet, tetapi itu juga tidak terlalu relevan , hanya mempengaruhi sumbu jumlah yang diambil alih): # latent …

26 machine-learning  deep-learning  tensorflow  autoencoders  variational-bayes 

Saya memiliki dataset yang sangat tidak seimbang. Saya mencoba mengikuti saran penyetelan dan menggunakan scale_pos_weighttetapi tidak yakin bagaimana saya harus menyetelnya. Saya dapat melihat bahwa RegLossObj.GetGradient: if (info.labels[i] == 1.0f) w *= param_.scale_pos_weight jadi gradien sampel positif akan lebih berpengaruh. Namun, menurut makalah xgboost , statistik gradien selalu digunakan secara …

26 unbalanced-classes  xgboost 

Saya ingat pernah membaca beberapa waktu yang lalu bahwa di buku-buku lama (pra-komputer), angka terakhir dari kuantil teoretis yang ditunjukkan dalam lampiran tidak akurat untuk mencegah plagiarisme (idenya adalah bahwa jika buku lain memiliki tabel di lampiran di mana angka terakhir identik dengan yang ditemukan di Anda, maka penulis itu …

25 references  history  tables 

Benarkah metode Bayesian tidak overfit? (Saya melihat beberapa makalah dan tutorial membuat klaim ini) Sebagai contoh, jika kita menerapkan Proses Gaussian ke MNIST (klasifikasi digit tulisan tangan), tetapi hanya memperlihatkannya sebagai sampel tunggal, akankah ia kembali ke distribusi sebelumnya untuk input yang berbeda dari sampel tunggal itu, betapapun kecil perbedaannya?

25 bayesian  nonparametric  gaussian-process  overfitting  misspecification 

Asumsikan bahwa model memiliki akurasi 100% pada data pelatihan, tetapi akurasi 70% pada data uji. Apakah argumen berikut ini benar tentang model ini? Jelas bahwa ini adalah model overfitted. Akurasi pengujian dapat ditingkatkan dengan mengurangi overfitting. Namun, model ini masih bisa menjadi model yang berguna, karena memiliki akurasi yang dapat …

25 model  accuracy  overfitting 

Saya bertanya-tanya apakah ada algoritma yang bisa melakukan klasifikasi dan regresi pada saat yang sama. Sebagai contoh, saya ingin membiarkan algoritma mempelajari classifier, dan pada saat yang sama dalam setiap label, ia juga mempelajari target yang berkelanjutan. Jadi, untuk setiap contoh pelatihan, ia memiliki label kategoris dan nilai kontinu. Saya …

25 regression  machine-learning  classification  predictive-models  finite-mixture-model 

Saya ingin menggunakan pembelajaran mendalam dalam proyek saya. Saya membaca beberapa makalah dan muncul pertanyaan: apakah ada perbedaan antara jaringan saraf konvolusi dan pembelajaran yang mendalam? Apakah hal-hal ini sama atau mereka memiliki perbedaan besar, dan mana yang lebih baik?

25 machine-learning  neural-networks  deep-learning  terminology  conv-neural-network 

Orang sering mengatakan beberapa peristiwa memiliki peluang 50-60% untuk terjadi. Kadang-kadang saya bahkan akan melihat orang memberikan bar kesalahan eksplisit tentang penetapan probabilitas. Apakah pernyataan-pernyataan ini memiliki makna atau apakah itu hanya kekhasan linguistik ketidaknyamanan memilih nomor tertentu untuk sesuatu yang secara inheren tidak dapat diketahui?

25 probability  error 

Pertimbangkan model rintangan yang memprediksi data jumlah ydari prediktor normal x: set.seed(1839) # simulate poisson with many zeros x <- rnorm(100) e <- rnorm(100) y <- rpois(100, exp(-1.5 + x + e)) # how many zeroes? table(y == 0) FALSE TRUE 31 69 Dalam hal ini, saya memiliki data jumlah …

25 r  count-data  zero-inflation 

Saya bertanya-tanya, mengapa begitu penting memiliki pembelajaran mesin berprinsip / teoretis? Dari sudut pandang pribadi sebagai manusia, saya bisa mengerti mengapa Machine Learning berprinsip akan menjadi penting: manusia suka memahami apa yang mereka lakukan, kami menemukan keindahan dan kepuasan untuk memahami. dari sudut pandang teori, matematika itu menyenangkan ketika ada …

25 machine-learning  neural-networks  conv-neural-network  theory