Statistik dan Big Data

Dalam sebagian besar contoh yang saya lihat sejauh ini dari jaringan saraf, jaringan digunakan untuk klasifikasi dan node ditransformasikan dengan fungsi sigmoid. Namun, saya ingin menggunakan jaringan saraf untuk menampilkan nilai riil kontinu (secara realistis outputnya biasanya berada pada kisaran -5 hingga +5). Pertanyaan saya adalah: 1. Should I still …

13 regression  neural-networks 

Ini juga merupakan pertanyaan yang sangat terkait dengan Python sebagai meja kerja statistik dan unggul sebagai meja kerja statistik . Saya tahu ada diskusi besar tentang Ruby versus Python tetapi ini bukan poin dari pertanyaan ini. Saya berpikir bahwa Ruby lebih cepat daripada Python dan memiliki sintaksis yang sangat alami …

13 r  python  software  ruby 

Saat belajar untuk kursus statistik saya, saya mencoba memahami perbedaan antara tes hipotesis satu-ekor dan dua-ekor. Secara khusus, mengapa tes satu sisi menolak nol sedangkan yang dua sisi tidak? Sebuah contoh:

13 hypothesis-testing 

Saya bermain dengan randomForest dan menemukan bahwa secara umum meningkatkan sampSize mengarah ke kinerja yang lebih baik. Apakah ada aturan / formula / etc yang menyarankan apa yang seharusnya sampSize optimal atau apakah itu hal coba-coba? Saya kira cara lain untuk mengungkapkannya; apa risiko saya dari sampSize yang terlalu kecil …

13 r  random-forest 

Saya telah bekerja pada sampel penting cukup dekat selama setahun terakhir dan memiliki beberapa pertanyaan terbuka yang saya harap dapat membantu. Pengalaman praktis saya dengan skema sampel penting adalah bahwa mereka kadang-kadang dapat menghasilkan estimasi varians rendah dan bias rendah yang fantastis. Namun, lebih sering, mereka cenderung menghasilkan perkiraan kesalahan …

13 monte-carlo  information-theory  importance-sampling 

Saya memiliki dataset yang berisi banyak proporsi yang menambahkan hingga 1. Saya tertarik pada perubahan proporsi ini sepanjang gradien (lihat di bawah untuk contoh data). gradient <- 1:99 A1 <- gradient * 0.005 A2 <- gradient * 0.004 A3 <- 1 - (A1 + A2) df <- data.frame(gradient = gradient, …

13 r  multinomial 

Adakah yang bisa menjelaskan kepada saya manfaat dari algoritma genetika dibandingkan dengan metode pencarian dan optimisasi tradisional lainnya?

13 genetic-algorithms 

Saya sudah menjelaskan dua hal ini berulang kali. Mereka terus memasak otak saya. Hilang Tidak Secara Acak masuk akal untuk menjadi, dan Hilang Benar-benar di Acak masuk akal ... itu Hilang di Acak yang tidak sebanyak. Apa yang memunculkan data yang mungkin MAR tetapi bukan MCAR?

13 missing-data 

Apakah proses AR (1) seperti yt=ρyt−1+εtyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t merupakan proses Markov? Jika ya, maka VAR (1) adalah versi vektor dari proses Markov?

13 time-series 

Tampaknya ada banyak algoritma pembelajaran mesin yang mengandalkan fungsi kernel. SVM dan NN untuk menyebutkan dua. Jadi apa definisi dari fungsi kernel dan apa saja persyaratan agar valid?

13 svm  terminology  kernel-trick 

Saya memiliki 6 variabel ( x1...x6x1...x6x_{1}...x_{6} ) bahwa saya menggunakan untuk memprediksi yyy . Saat melakukan analisis data, saya pertama kali mencoba regresi linier berganda. Dari ini, hanya dua variabel yang signifikan. Namun, ketika saya menjalankan regresi linier yang membandingkan setiap variabel secara individual dengan yyy , semua kecuali satu …

13 multiple-regression  multicollinearity  vif 

Bisakah seseorang menjelaskan model Cox saya kepada saya dalam bahasa Inggris? Saya memasang model regresi Cox berikut untuk semua data saya menggunakan cphfungsi. Data saya disimpan di objek yang disebut Data. Variabel w,, xdan ykontinu; zadalah faktor dua level. Waktu diukur dalam bulan. Beberapa pasien saya kehilangan data untuk variabel …

13 r  cross-validation  survival  cox-model 

Jaringan saraf pulsed atau Spiking menggabungkan lebih banyak dinamika membran neuron biologis, di mana pulsa membawa informasi ke lapisan berikutnya. Neuron tidak harus harus "menembak" semua pada saat yang sama, seperti yang mereka lakukan di backprop, misalnya. Namun, tampaknya ada hambatan terhadap penggunaan model ini untuk masalah pembelajaran mesin. Apa …

13 neural-networks 

Saat melakukan pemrosesan bahasa alami, seseorang dapat mengambil corpus dan mengevaluasi probabilitas kata berikutnya yang muncul dalam urutan n. n biasanya dipilih sebagai 2 atau 3 (bigrams dan trigram). Adakah titik yang diketahui di mana pelacakan data untuk rantai ke-n menjadi kontraproduktif, mengingat jumlah waktu yang diperlukan untuk mengklasifikasikan korpus …

13 text-mining  natural-language 

Mengutip dari artikel Wikipedia tentang estimasi parameter untuk classifier Bayes yang naif : "asumsi umum adalah bahwa nilai kontinu yang terkait dengan setiap kelas didistribusikan sesuai dengan distribusi Gaussian." Saya mengerti bahwa distribusi Gaussian nyaman untuk alasan analitis. Namun, apakah ada alasan lain di dunia nyata untuk membuat anggapan ini? …

13 normal-distribution