Statistik dan Big Data

Berdasarkan posting ini , saya ingin mencerna Elemen Pembelajaran Statistik. Untungnya itu tersedia secara gratis dan saya mulai membacanya. Saya tidak memiliki cukup pengetahuan untuk memahaminya. Bisakah Anda merekomendasikan buku yang merupakan pengantar yang lebih baik untuk topik dalam buku ini? Semoga sesuatu yang memberi saya pengetahuan yang dibutuhkan untuk …

50 machine-learning  references 

Buku untuk Belajar Statistik menggunakan R Apa sebenarnya buku yang saya cari. Apa yang saya cari adalah buku yang mengajarkan Anda statistik saat menggunakan R untuk memberi Anda pengalaman langsung dan akhirnya membantu Anda mempelajari R bersama-sama. Saya telah melihat di amazon banyak buku yang mencoba melakukan itu, tetapi tidak …

50 r  references 

Saya tidak mengerti mengapa ada Ndan N-1sambil menghitung varians populasi. Kapan kita menggunakan Ndan kapan kita menggunakan N-1? Klik di sini untuk versi yang lebih besar Dikatakan bahwa ketika populasi sangat besar tidak ada perbedaan antara N dan N-1 tetapi tidak mengatakan mengapa ada N-1 pada awalnya. Sunting: Tolong jangan …

50 variance  population 

Saya mencari perangkat lunak [gratis] yang dapat menghasilkan model grafis yang terlihat bagus, misalnya Setiap saran akan dihargai.

50 graphical-model  software 

Ini muncul dalam beberapa pertanyaan sekarang, dan saya bertanya-tanya tentang sesuatu. Sudahkah bidang secara keseluruhan bergerak ke arah "reproduksibilitas" yang berfokus pada ketersediaan data asli, dan kode yang dimaksud? Saya selalu diajari bahwa inti dari kemampuan reproduksi tidak harus, seperti yang saya sebutkan, kemampuan untuk mengklik Jalankan dan mendapatkan hasil …

50 reproducible-research  philosophical 

Saya menyadari ini pedantic dan basi, tetapi sebagai peneliti di bidang di luar statistik, dengan pendidikan formal yang terbatas dalam statistik, saya selalu bertanya-tanya apakah saya menulis "p-value" dengan benar. Secara khusus: Apakah "p" seharusnya dikapitalisasi? Apakah "p" seharusnya dicetak miring? (Atau dalam font matematika, dalam TeX?) Apakah seharusnya ada …

50 hypothesis-testing  p-value  terminology 

Pertimbangkan masalah regresi lama yang baik dengan prediktor dan ukuran sampel n . Kebijaksanaan yang biasa adalah bahwa penaksir OLS akan melampaui batas dan umumnya akan dikalahkan oleh penaksir regresi ridge: \ hat \ beta = (X ^ \ X atas + + lambda I) ^ {- 1} X ^ …

50 cross-validation  regularization  overfitting  ridge-regression  shrinkage 

Ada dua cara berbeda untuk menyandikan variabel kategori. Katakanlah, satu variabel kategori memiliki nilai n . Pengkodean satu-panas mengkonversinya menjadi n variabel, sedangkan pengkodean dummy mengubahnya menjadi variabel n-1 . Jika kita memiliki variabel k kategori, masing-masing memiliki nilai n . Satu pengkodean panas berakhir dengan variabel kn , sedangkan …

50 regression  categorical-data  data-transformation  scikit-learn  data-preprocessing 

Saya telah membaca tentang dekomposisi nilai singular (SVD). Di hampir semua buku teks disebutkan bahwa itu faktorisasi matriks menjadi tiga matriks dengan spesifikasi yang diberikan. Tapi apa intuisi di balik pemisahan matriks dalam bentuk seperti itu? PCA dan algoritma lain untuk pengurangan dimensi adalah intuitif dalam arti bahwa algoritma memiliki …

50 matrix  linear-algebra  svd  intuition 

Koefisien variabel penjelas dalam regresi berganda memberi tahu kita hubungan variabel penjelas dengan variabel terikat. Semua ini, sambil 'mengendalikan' untuk variabel penjelas lainnya. Bagaimana saya melihatnya sejauh ini: Sementara masing-masing koefisien sedang dihitung, variabel-variabel lain tidak diperhitungkan, jadi saya menganggap mereka diabaikan. Jadi apakah saya benar ketika saya berpikir bahwa …

50 regression  multiple-regression 

Saya telah mempelajari algoritma untuk pengelompokan data (pembelajaran tanpa pengawasan): EM, dan k-means. Saya terus membaca yang berikut: k-means adalah varian EM, dengan asumsi bahwa kluster adalah bola. Adakah yang bisa menjelaskan kalimat di atas? Saya tidak mengerti apa arti bola, dan bagaimana kmeans dan EM berhubungan, karena yang satu …

50 machine-learning  clustering  data-mining  k-means  expectation-maximization 

Katakanlah saya memiliki objek kelas glm(sesuai dengan model regresi logistik) dan saya ingin mengubah probabilitas prediksi yang diberikan dengan predict.glmmenggunakan argumen type="response"menjadi respons biner, yaitu atau Y = 0 . Apa cara tercepat & paling kanonik untuk melakukan ini di R?Y=1Y=1Y=1Y=0Y=0Y=0 Sementara, sekali lagi, aku sadar predict.glm, aku tidak tahu …

50 r  generalized-linear-model  logistic 

Mengingat titik data dan label y 1 , … , y n ∈ { - 1 , 1 } , masalah utama hard margin SVM adalahx1,…,xn∈Rdx1,…,xn∈Rdx_1, \ldots, x_n \in \mathbb{R}^dy1,…,yn∈{−1,1}y1,…,yn∈{−1,1}y_1, \ldots, y_n \in \left \{-1, 1 \right\} s.t.minimizew,w012wTwminimizew,w012wTw \text{minimize}_{w, w_0} \quad \frac{1}{2} w^T w s.t.∀i:yi(wTxi+w0)≥1s.t.∀i:yi(wTxi+w0)≥1 \text{s.t.} \quad \forall i: y_i …

50 svm 

Apa rekomendasi panel untuk buku-buku tentang desain percobaan? Idealnya, buku harus masih dicetak atau tersedia secara elektronik, meskipun itu tidak selalu layak. Jika Anda merasa tergerak untuk menambahkan beberapa kata tentang apa yang baik tentang buku itu, akan lebih bagus juga. Juga, bertujuan untuk satu buku per jawaban sehingga pemungutan …

50 references  experiment-design 

Saya membaca bahwa ANOVA dan regresi linier adalah hal yang sama. Bagaimana bisa, mengingat bahwa output ANOVA adalah beberapa nilai dan beberapa p- nilai berdasarkan yang Anda simpulkan jika sampel berarti di sampel yang berbeda adalah sama atau berbeda.FFFppp Tetapi dengan asumsi cara tidak sama (menolak hipotesis nol), ANOVA tidak …

50 regression  anova