Statistik dan Big Data

Arsitektur AlexNet menggunakan zero-paddings seperti yang ditunjukkan pada gambar: Namun, tidak ada penjelasan dalam makalah mengapa padding ini diperkenalkan. Standford CS 231n tentu saja mengajarkan kita menggunakan bantalan untuk menjaga ukuran spasial: Saya bertanya-tanya apakah ini satu-satunya alasan kita perlu melapisi? Maksud saya, jika saya tidak perlu mempertahankan ukuran spasial, …

19 conv-neural-network  convolution 

Ketika mencoba menjelaskan analisis kluster, adalah umum bagi orang-orang untuk salah memahami proses yang terkait dengan apakah variabel berkorelasi. Salah satu cara untuk membuat orang melewati kebingungan itu adalah plot seperti ini: Ini jelas menampilkan perbedaan antara pertanyaan apakah ada kelompok dan pertanyaan apakah variabel terkait. Namun, ini hanya menggambarkan …

19 clustering  categorical-data  independence 

Adakah yang bisa menjelaskan pro dan kontra Hierarchical Clustering? Apakah Hierarchical Clustering memiliki kelemahan yang sama dengan K means? Apa keuntungan dari Hierarchical Clustering over K means? Kapan kita harus menggunakan K means lebih dari Hierarchical Clustering & sebaliknya? Jawaban untuk posting ini menjelaskan kelemahan k sangat baik. Bagaimana memahami …

19 clustering  k-means  unsupervised-learning  hierarchical-clustering 

Sebagian besar pertanyaan teoretis. Adakah contoh distribusi tidak normal yang memiliki empat momen pertama sama dengan yang normal? Mungkinkah mereka ada dalam teori?

19 normal-distribution  skewness  moments  theory  kurtosis 

Apakah Student's test tes Wald? Saya telah membaca deskripsi tes Wald dari Wasserman's All of Statistics . Sepertinya bagi saya bahwa tes Wald mencakup uji-t. Apakah itu benar? Jika tidak, apa yang membuat uji-t bukan tes Wald?

19 hypothesis-testing  t-test 

Apakah ada cara untuk menentukan fitur / variabel mana dari dataset yang paling penting / dominan dalam solusi k-means cluster?

19 machine-learning  clustering  k-means  importance 

Melihat situasi ANOVA antar kelompok, apa yang Anda dapatkan dengan benar-benar melakukan tes ANOVA pertama, dan kedua melakukan post-hoc (Bonferroni, Šidák, dll.) Atau tes perbandingan yang direncanakan? Mengapa tidak melewati langkah ANOVA sepenuhnya? Saya berpendapat bahwa dalam situasi seperti itu, satu keuntungan dari ANOVA antara kelompok adalah dapat menggunakan HSD …

19 hypothesis-testing  anova  multiple-comparisons  post-hoc 

Saya membaca buku tentang deret waktu dan mulai menggaruk-garuk kepala di bagian berikut: Bisakah seseorang menjelaskan intuisi untuk saya? Saya tidak bisa mendapatkannya dari teks ini. Mengapa kita membutuhkan proses untuk dapat dibalik? Apa gambaran besarnya di sini? Terima kasih atas bantuannya. Saya baru dalam hal ini jadi jika Anda …

19 time-series  arma 

Saya memiliki dua set data yang mewakili parameter bintang: satu yang diamati dan yang dimodelkan. Dengan set ini saya membuat apa yang disebut diagram dua warna (TCD). Sampel dapat dilihat di sini: A menjadi data yang diamati dan B data diekstraksi dari model (apalagi garis hitam, titik mewakili data) Saya …

19 goodness-of-fit  histogram 

Tes signifikansi yang biasa dilakukan ketika mencari dua populasi adalah uji-t, uji-t berpasangan jika memungkinkan. Ini mengasumsikan bahwa distribusinya normal. Adakah asumsi penyederhanaan serupa yang menghasilkan uji signifikansi untuk rangkaian waktu? Secara khusus kami memiliki dua populasi tikus yang cukup kecil yang diperlakukan berbeda, dan kami mengukur berat badan seminggu …

19 time-series  hypothesis-testing  statistical-significance 

Saya mendapat sedikit kebingungan pada algoritma backpropagation yang digunakan dalam multilayer perceptron (MLP). Kesalahan disesuaikan dengan fungsi biaya. Dalam backpropagation, kami mencoba untuk menyesuaikan berat lapisan yang tersembunyi. Kesalahan keluaran yang bisa saya mengerti, yaitu, e = d - y[Tanpa subskrip]. Pertanyaannya adalah: Bagaimana cara mendapatkan kesalahan dari lapisan tersembunyi? …

19 machine-learning  neural-networks  backpropagation 

Saya mencoba untuk memahami apa tujuan dari fungsi kerugian dan saya tidak bisa memahaminya. Jadi, sejauh yang saya mengerti fungsi kerugian adalah untuk memperkenalkan semacam metrik bahwa kita dapat mengukur "biaya" dari keputusan yang salah. Jadi katakanlah saya memiliki dataset 30 objek, saya membaginya dengan set pelatihan / pengujian seperti …

19 machine-learning  loss-functions 

Saya mencoba memperkirakan parameter distribusi gamma yang paling cocok untuk sampel data saya. Saya hanya ingin menggunakan mean , std (dan karenanya varians ) dari sampel data, bukan nilai aktual - karena ini tidak akan selalu tersedia di aplikasi saya. Menurut dokumen ini , rumus berikut dapat diterapkan untuk memperkirakan …

19 distributions  estimation  gamma-distribution 

Saya bereksperimen sedikit autoencoder, dan dengan tensorflow saya membuat model yang mencoba merekonstruksi dataset MNIST. Jaringan saya sangat sederhana: X, e1, e2, d1, Y, di mana e1 dan e2 adalah lapisan pengkodean, d2 dan Y adalah lapisan decoding (dan Y adalah output yang direkonstruksi). X memiliki 784 unit, e1 memiliki …

19 mse  autoencoders  tensorflow  cross-entropy 

Saya tahu bahwa keturunan gradien stokastik memiliki perilaku acak, tetapi saya tidak tahu mengapa. Apakah ada penjelasan tentang ini?

19 machine-learning  random-variable  gradient-descent