Statistik dan Big Data

Diberikan variabel acak , apa maksud dan varians dari ?Y= Ex p ( λ )Y=Exp(λ)Y = Exp(\lambda)G = 1YG=1YG=\dfrac{1}{Y} Saya melihat Inverse Gamma Distribution, tetapi rerata dan varians masing-masing hanya didefinisikan untuk dan ...α > 1α>1\alpha>1α > 2α>2\alpha>2

11 variance  mean  exponential 

Misalkan terdistribusi secara seragam pada . Mari dan . Tunjukkan bahwa korelasi antara dan adalah nol.XXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sin⁡XY = \sin XZ=cosXZ=cos⁡XZ = \cos XYYYZZZ Sepertinya saya perlu mengetahui standar deviasi sinus dan kosinus, dan kovarian mereka. Bagaimana saya bisa menghitung ini? Saya pikir saya perlu mengasumsikan memiliki distribusi seragam, dan tampilan …

11 correlation  variance  random-variable  expected-value 

Saya sangat baru menggunakan kata embeddings. Saya ingin memvisualisasikan bagaimana dokumen mencari setelah belajar. Saya membaca bahwa t-SNE adalah pendekatan untuk melakukannya. Saya memiliki 100 ribu dokumen dengan 250 dimensi sebagai ukuran penyematan. Ada beberapa paket yang tersedia juga. Namun, untuk t-SNE, saya tidak tahu berapa banyak iterasi atau nilai …

11 pca  dimensionality-reduction  word2vec  word-embeddings  tsne 

Oke jadi hanya sedikit kabur pada beberapa hal, bantuan apa pun akan sangat dihargai. Ini adalah pemahaman saya bahwa model regresi linier diprediksi melalui ekspektasi kondisional E( Y| X) = b + Xb + eE(Y|X)=b+Xb+eE(Y|X)=b+Xb+e Apakah kita berasumsi bahwa dan adalah variabel acak dengan beberapa distribusi probabilitas yang tidak diketahui? …

11 regression 

Untuk dua distribusi diskrit dan , cross entropy didefinisikan sebagaipppqqq H(p,q)=−∑xp(x)logq(x).H(p,q)=−∑xp(x)log⁡q(x).H(p,q)=-\sum_x p(x)\log q(x). Saya bertanya-tanya mengapa ini akan menjadi ukuran intuitif jarak antara dua distribusi probabilitas? Saya melihat bahwa adalah entropi dari , yang mengukur "kejutan" dari . adalah ukuran yang sebagian menggantikan dengan . Saya masih tidak mengerti arti …

11 probability  distributions  cross-entropy 

Saya tertarik pada Pembelajaran (Jauh) Penguatan (RL) . Sebelum menyelam ke bidang ini, haruskah saya mengambil kursus di Game Theory (GT) ? Bagaimana hubungan GT dan RL ?

11 deep-learning  reinforcement-learning  game-theory 

Pada hal. 34 dari Pengantar Pembelajaran Statistik : \newcommand{\Var}{{\rm Var}} Meskipun bukti matematika adalah di luar cakupan buku ini, adalah mungkin untuk menunjukkan bahwa tes diharapkan MSE, untuk nilai yang diberikan x0x0x_0 , selalu dapat didekomposisi menjadi jumlah dari tiga jumlah mendasar: varians dari f^( x0)f^(x0)\hat{f}(x_0) , bias kuadrat dari …

11 machine-learning  variance 

Saya mulai mempelajari estimator kuadrat terkecil biasa (OLS) dan saya masih di awal. Saya sudah membeli beberapa buku tentang ekonometrika tetapi saya tidak menemukan apa pun di internet. Jadi saya bertanya-tanya apakah ada situs web, beranda, atau sumber daya daring lainnya yang menjelaskan penduga kuadrat terkecil dengan cara yang melelahkan. …

11 references  least-squares 

Gagasan di balik Jaringan Syaraf Berulang (RNN) jelas bagi saya. Saya memahaminya dengan cara berikut: Kami memiliki urutan pengamatan ( ) (atau, dengan kata lain, deret waktu multivarian). Setiap pengamatan tunggal adalah vektor numerik dimensi. Di dalam model-RNN kita mengasumsikan bahwa pengamatan selanjutnya adalah fungsi dari pengamatan sebelumnya serta "keadaan …

11 time-series  neural-networks  predictive-models  intuition  rnn 

Pengungkapan penuh: Saya bukan ahli statistik, saya juga tidak mengaku sebagai ahli statistik. Saya seorang administrator TI rendahan. Tolong, mainlah dengan saya. :) Saya bertanggung jawab untuk mengumpulkan dan memperkirakan penggunaan penyimpanan disk untuk perusahaan kami. Kami mengumpulkan penggunaan penyimpanan kami setiap bulan dan menggunakan regresi linear dua belas bulan …

11 regression  forecasting  adjustment 

Saya mencoba untuk memilih satu dari dua tes ini untuk menganalisis data berpasangan. Adakah yang tahu aturan praktis tentang yang harus dipilih secara umum?

11 hypothesis-testing  nonparametric  paired-data  wilcoxon-signed-rank  sign-test 

Saya mencoba untuk membungkus kepala saya di sekitar hasil Bayes Theorem yang diterapkan pada contoh mammogram klasik, dengan twist mammogram menjadi sempurna. Itu adalah, Timbulnya kanker:.01.01.01 Kemungkinan mammogram positif, mengingat pasien menderita kanker:111 Probabilitas mammogram positif, mengingat pasien tidak memiliki kanker:.01.01.01 By Bayes: P (kanker | mammogram +) =1 ⋅ …

11 bayesian  bayes  binning  diagnosis 

Sepertinya sangat tinggi, tapi ini berlawanan dengan intuisi saya. Bisakah seseorang tolong jelaskan? Saya sangat bingung dengan masalah ini dan akan menghargai penjelasan yang terperinci dan mendalam. Terima kasih banyak sebelumnya!

11 autocorrelation  random-walk 

Pertanyaan aktual saya ada di dua paragraf terakhir, tetapi untuk memotivasi mereka: Jika saya mencoba memperkirakan rata-rata dari variabel acak yang mengikuti distribusi normal dengan varian yang diketahui, saya telah membaca bahwa meletakkan seragam sebelum hasil rata-rata dalam distribusi posterior yang sebanding dengan fungsi kemungkinan. Dalam situasi ini, interval kredibel …

11 bayesian  maximum-likelihood  posterior  frequentist 

Bagaimana peta aktivasi pada lapisan tertentu terhubung ke filter untuk lapisan itu? Saya tidak bertanya tentang bagaimana melakukan operasi konvolusional antara filter dan peta aktivasi, saya bertanya tentang jenis konektivitas yang dimiliki keduanya. Misalnya, Anda ingin melakukan konektivitas penuh. Anda memiliki f jumlah filter dan n jumlah peta aktivasi di …

11 machine-learning  deep-learning  conv-neural-network