Statistik dan Big Data

Dalam konteks pembelajaran mesin dan pengenalan pola, ada konsep yang disebut Kernel Trick . Menghadapi masalah di mana saya diminta untuk menentukan apakah suatu fungsi bisa menjadi fungsi kernel atau tidak, apa sebenarnya yang harus dilakukan? Haruskah saya periksa dulu apakah mereka dalam bentuk tiga atau empat fungsi kernel seperti …

21 machine-learning  kernel-trick 

Pertanyaan ini dimigrasikan dari Stack Overflow karena dapat dijawab di Cross Validated. Bermigrasi 6 tahun yang lalu . Saya mendapatkan hasil berikut dari menjalankan fungsi glm. Bagaimana saya bisa menginterpretasikan nilai-nilai berikut: Penyimpangan null Penyimpangan residual AIC Apakah mereka ada hubungannya dengan kebaikan fit? Bisakah saya menghitung beberapa goodness of …

21 r  regression  generalized-linear-model 

Adakah yang bisa menjelaskan interpretasi alami untuk hiperparameter LDA? ALPHAdan BETAmerupakan parameter dari distribusi Dirichlet untuk masing-masing topik (per dokumen) dan (per topik) kata. Namun bisakah seseorang menjelaskan apa artinya memilih nilai yang lebih besar dari hiperparameter ini dibandingkan nilai yang lebih kecil? Apakah itu berarti menempatkan kepercayaan sebelumnya dalam …

21 interpretation  prior  topic-models  hyperparameter 

Pertanyaan ini tidak mungkin membantu pengunjung di masa mendatang; ini hanya relevan untuk area geografis kecil, momen waktu tertentu, atau situasi yang luar biasa sempit yang umumnya tidak berlaku untuk pemirsa internet di seluruh dunia. Untuk bantuan yang membuat pertanyaan ini dapat diterapkan secara lebih luas, kunjungi pusat bantuan . …

21 r  gbm 

Saya menjalankan Generalized Linear Mixed Model dalam R dan memasukkan efek interaksi antara dua prediktor. Interaksi itu tidak signifikan, tetapi efek utama (dua prediktor) keduanya. Sekarang banyak contoh buku teks memberi tahu saya bahwa jika ada efek interaksi yang signifikan, efek utama tidak dapat ditafsirkan. Tetapi bagaimana jika interaksi Anda …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

Distribusi mana yang memiliki solusi bentuk tertutup untuk perkiraan kemungkinan maksimum dari parameter dari sampel pengamatan independen?

21 distributions  mathematical-statistics  maximum-likelihood 

Analisis komponen utama fungsional (FPCA) adalah sesuatu yang saya temui dan tidak pernah mengerti. Tentang apa semua ini? Lihat "Sebuah survei analisis komponen utama fungsional" oleh Shang, 2011 , dan saya mengutip: PCA mengalami kesulitan serius dalam menganalisis data fungsional karena "kutukan dimensi" (Bellman 1961). "Kutukan dimensi" berasal dari sparsitas …

21 time-series  pca  dimensionality-reduction 

Saya mengalami masalah dalam memahami konsep variabel acak sebagai fungsi. Saya mengerti mekanika (saya pikir) tetapi saya tidak mengerti motivasi ... Katakanlah adalah probabilitas tiga kali lipat, di mana , adalah aljabar Borel- sigma pada interval itu dan P adalah ukuran Lebesgue reguler. Misalkan X adalah variabel acak dari B …

21 probability  random-variable  measure-theory 

Saya telah belajar bahwa ukuran sampel yang kecil dapat menyebabkan kekurangan daya dan tipe 2 kesalahan. Namun, saya merasa bahwa sampel kecil mungkin saja secara umum tidak dapat diandalkan dan dapat menyebabkan segala jenis hasil secara kebetulan. Benarkah?

21 hypothesis-testing  small-sample 

Latar Belakang Salah satu yang paling umum digunakan sebelum varian adalah invers-gamma dengan parameter (Gelman 2006) .α=0.001,β=0.001α=0.001,β=0.001\alpha =0.001, \beta=0.001 Namun, distribusi ini memiliki 90% CI sekitar .[3×1019,∞][3×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001)) [1] 3.362941e+19 Inf Dari sini, saya menafsirkan bahwa memberikan probabilitas rendah bahwa varians akan sangat tinggi, …

21 bayesian  multilevel-analysis  prior 

Pertanyaan ini sudah memiliki jawaban di sini : Bagaimana perubahan fungsi biaya menjadi positif? (1 jawaban) Apa yang harus saya lakukan ketika jaringan saraf saya tidak belajar? (5 jawaban) Ditutup bulan lalu . Saya melatih model (Recurrent Neural Network) untuk mengklasifikasikan 4 jenis urutan. Ketika saya menjalankan pelatihan saya, saya …

21 machine-learning  neural-networks  loss-functions  rnn  training-error 

Apakah saya salah memahami sesuatu. Ini kode saya menggunakan sklearn import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import decomposition from sklearn import datasets from sklearn.preprocessing import StandardScaler pca = decomposition.PCA(n_components=3) x = np.array([ [0.387,4878, 5.42], [0.723,12104,5.25], [1,12756,5.52], [1.524,6787,3.94], ]) pca.fit_transform(x) Keluaran: array([[ -4.25324997e+03, …

21 pca  python  scikit-learn 

Kami mendefinisikan arsitektur bottleneck sebagai jenis yang ditemukan dalam kertas ResNet di mana [dua lapisan 3x3 konv] diganti oleh [satu konv 1x1, satu konv 3x3, dan lapisan konv 1x1 lainnya]. Saya mengerti bahwa lapisan konv 1x1 digunakan sebagai bentuk pengurangan dimensi (dan restorasi), yang dijelaskan dalam posting lain . Namun, …

21 residuals  deep-learning  conv-neural-network 

Ini pertanyaan lama saya Saya ingin bertanya apakah seseorang mengetahui perbedaan (jika ada perbedaan) antara model Hidden Markov (HMM) dan Particle Filter (PF), dan sebagai konsekuensinya, Kalman Filter, atau dalam kondisi apa kami menggunakan algoritma mana. Saya seorang siswa dan saya harus melakukan proyek, tetapi pertama-tama saya harus memahami beberapa …

21 machine-learning  self-study  hidden-markov-model  kalman-filter  particle-filter 

Data memiliki banyak fitur (mis. 100) dan jumlah instance adalah 100.000. Data jarang. Saya ingin mencocokkan data menggunakan regresi logistik atau svm. Bagaimana saya tahu apakah fitur linear atau non-linear sehingga saya bisa menggunakan trik kernel jika non-linear?

21 machine-learning  logistic  svm  data-mining