Statistik dan Big Data

Kapan seseorang ingin melakukan kliping gradien saat melatih RNN atau CNN? Saya terutama tertarik pada yang terakhir. Apa nilai awal yang baik untuk kliping? (Tentu saja bisa disetel)

10 deep-learning 

Ambil ekspektasi bentuk untuk beberapa variabel acak univariat dan seluruh fungsi (yaitu, interval konvergensi adalah seluruh garis nyata)E(f(X))E(f(X))E(f(X))XXXf(⋅)f(⋅)f(\cdot) Saya memiliki fungsi menghasilkan momen untuk dan karenanya dapat dengan mudah menghitung momen integer. Gunakan deret Taylor sekitar dan kemudian terapkan ekspektasi dalam kaitannya dengan serangkaian momen sentral, = f (\ mu) …

10 expected-value  approximation 

Saya bertanya-tanya apakah mungkin untuk melatih SVM (katakanlah linear, untuk mempermudah) menggunakan backpropagation? Saat ini, aku di blok jalan, karena saya hanya bisa berpikir tentang menulis keluaran classifier ini sebagai f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b))f(x;θ,b)=sgn(θ⋅x−(b+1))=sgn(g(x;θ,b)) f(\mathbf{x};\theta,b) = \text{sgn}(\theta\cdot\mathbf{x} - (b+1)) = \text{sgn}(g(\mathbf{x};\theta,b)) Karenanya, ketika kita mencoba dan menghitung "backwards pass" (kesalahan yang diperbanyak) kita …

10 machine-learning  neural-networks  svm  gradient-descent  backpropagation 

Saya ingin membandingkan 2 sampel rata-rata untuk pengembalian stok 1 menit. Saya menganggap mereka terdistribusi Laplace (sudah diperiksa) dan saya membagi pengembalian menjadi 2 kelompok. Bagaimana saya dapat mengecek apakah keduanya berbeda secara signifikan? Saya pikir saya tidak bisa memperlakukan mereka seperti distribusi Normal, karena meskipun mereka lebih dari 300 …

10 r  confidence-interval  laplace-distribution 

Saya sedang mengerjakan masalah di mana saya perlu menggunakan Kriging untuk memprediksi nilai beberapa variabel berdasarkan beberapa variabel sekitarnya. Saya ingin menerapkan kodenya sendiri. Jadi, saya sudah membaca terlalu banyak dokumen untuk memahami cara kerjanya, tetapi saya sangat bingung. Secara umum, saya memahami bahwa ini adalah rata-rata tertimbang, tetapi saya …

10 spatial  interpolation  kriging 

Saya memiliki dataset yang terdiri dari 10 variabel. Saya menjalankan partial least square (PLS) untuk memprediksi variabel respon tunggal oleh 10 variabel ini, mengekstraksi 10 komponen PLS, dan kemudian menghitung varians dari masing-masing komponen. Pada data asli saya mengambil jumlah varians dari semua variabel yaitu 702. Kemudian saya membagi varian …

10 regression  pca  covariance-matrix  partial-least-squares 

Dalam pengaturan binomial, variabel acak, X, yang memberikan jumlah keberhasilan didistribusikan secara biner. Proporsi sampel kemudian dapat dihitung sebagai mana adalah ukuran sampel Anda. Buku teks saya menyatakan ituXnXn\frac{X}{n}nnn Proporsi ini tidak memiliki distribusi binomial namun karena hanyalah versi diskalakan dari variabel acak terdistribusi binomial , bukankah seharusnya ia juga …

10 distributions  binomial  proportion  sample 

Apakah pembobotan berbasis presisi penting bagi meta-analisis? Borenstein et al. (2009) menulis bahwa untuk memungkinkan meta-analisis, semua yang diperlukan adalah: Studi melaporkan estimasi titik yang dapat dinyatakan sebagai angka tunggal. Varians dapat dihitung untuk estimasi titik itu. Tidak segera jelas bagi saya mengapa (2) sangat diperlukan. Tetapi, memang, semua metode …

10 variance  sample-size  missing-data  meta-analysis 

Saya mengerti bahwa neural networks (NNs) dapat dianggap sebagai aproksimator universal untuk kedua fungsi dan turunannya, berdasarkan asumsi tertentu (baik pada jaringan dan fungsi untuk perkiraan). Bahkan, saya telah melakukan sejumlah tes pada fungsi-fungsi sederhana, namun tidak sepele (misalnya, polinomial), dan tampaknya saya memang bisa memperkirakannya dan turunan pertamanya dengan …

10 machine-learning  neural-networks  function  derivative 

Mengingat dua distribusi kontinu FXFX\mathcal{F}_X dan FYFY\mathcal{F}_Y , Tidak jelas bagi saya apakah hubungan dominasi cembung di antara mereka: ( 0 )FX&lt;cFY(0)FX&lt;cFY(0)\quad \mathcal{F}_X <_c \mathcal{F}_Y menyiratkan itu ( 1 )F- 1Y( q) ≤ F- 1X( q) ,∀ q∈ [ 0,5 , 1 ](1)FY-1(q)≤FX-1(q),∀q∈[0,5,1](1)\quad F_Y^{-1}(q) \leq F_X^{-1}(q),\quad \forall q\in[0.5,1] memegang atau …

10 probability  probability-inequalities  distributions 

Tes Durbin-Watson menguji autokorelasi residu pada lag 1. Tetapi begitu pula menguji autokorelasi pada lag 1 secara langsung. Selain itu, Anda dapat menguji autokorelasi pada lag 2,3,4 dan ada tes portmanteau yang baik untuk autokorelasi pada banyak lag, dan dapatkan grafik yang bagus dan mudah diinterpretasikan [misalnya fungsi acf () …

10 time-series  autocorrelation 

Dalam lmerfungsi di lme4dalam Rada panggilan untuk membangun model matriks efek acak, , seperti yang dijelaskan di sini , halaman 7 - 9.ZZZ Menghitung mensyaratkan KhatriRao dan / atau produk Kronecker dari dua matriks, dan X_i . J i X iZZZJiJiJ_iXiXiX_i Matriks JiJiJ_i adalah suap: "Matriks indikator indeks faktor pengelompokan", …

10 r  mixed-model  lme4-nlme  matrix 

Jika X∈Rn, X∼N(0–,σ2I)X∈Rn, X∼N(0_,σ2I)X\in\mathbb{R}^n,~X\sim \mathcal{N}(\underline{0},\sigma^2\mathbf{I}) yaitu, fX( x)=1(2πσ2)n / 2exp( - | | x ||22σ2)fX(x)=1(2πσ2)n/2exp⁡(-||x||22σ2) f_X(x) = \frac{1}{{(2\pi\sigma^2)}^{n/2}} \exp\left(-\frac{||x||^2}{2\sigma^2}\right) Saya ingin versi analog dari distribusi terpotong-normal dalam kasus multivarian. Lebih tepatnya, saya ingin menghasilkan norma-dibatasi (untuk nilai ≥ a≥Sebuah\geq a ) multivariat Gaussian YYY st fY( y)={c.fX(y), if ||y||≥a0, otherwise …

10 normal-distribution  simulation  random-generation 

Berikut ini adalah nomogram yang dibuat dari dataset mtcars dengan paket rms untuk rumus: mpg ~ wt + am + qsec Model itu sendiri tampak baik dengan R2 0,85 dan P &lt;0,00001 &gt; mod Linear Regression Model ols(formula = mpg ~ wt + am + qsec, data = mtcars) Model …

10 regression  multiple-regression  data-visualization  predictive-models  regression-strategies 

Saya membaca di koran kalimat berikut: Fakta bahwa ada perbedaan antara koefisien jangka pendek dan jangka panjang adalah hasil dari spesifikasi kami yang mencakup variabel endogen yang tertinggal. Mereka menjalankan regresi dalam perbedaan pertama dan memasukkan lag variabel dependen. Sekarang mereka berpendapat, bahwa jika Anda melihat perkiraan (mis. Mari kita …

10 regression  time-series  lags