Statistik dan Big Data

Saya bertanya-tanya apa cara terbaik untuk menginisialisasi keadaan untuk LSTM. Saat ini saya baru saja menginisialisasi ke semua nol. Saya tidak dapat menemukan apa pun secara online tentang cara menginisialisasi. Satu hal yang saya pikirkan untuk dilakukan adalah menjadikan status awal sebagai parameter yang dapat dilatih. Ada saran?

10 neural-networks  lstm 

Saya baru mengenal Keras dan butuh bantuan Anda. Saya melatih jaringan syaraf dalam Keras dan fungsi kerugian saya adalah Perbedaan Kuadrat antara output dan nilai target. Saya ingin mengoptimalkan ini dengan menggunakan Gradient Descent. Setelah melalui beberapa tautan di internet, saya mengetahui bahwa ada 3 jenis gradient descents yang digunakan …

10 neural-networks  python  gradient-descent  keras  sgd 

jika diamati matriks data dan adalah variabel laten makaXXXYYY X=WY+μ+ϵX=WY+μ+ϵX=WY+\mu+\epsilon Di mana adalah rata-rata dari data yang diamati, dan adalah kesalahan Gaussian / noise dalam data, dan disebut subruang utama.μμ\muϵϵ\epsilonWWW Pertanyaan saya adalah ketika PCA biasa digunakan kita akan mendapatkan satu set ortonormal vektor eigen yang berikut benarEEE Y=EXY=EXY=EX Tetapi …

10 machine-learning  pca  latent-variable  eigenvalues 

Saya pernah mendengar istilah "root-n" estimator konsisten 'digunakan berkali-kali. Dari sumber yang saya perintahkan, saya berpikir bahwa penduga yang konsisten "root-n" berarti: penaksir bertemu pada nilai sebenarnya (maka kata "konsisten") penaksir bertemu pada tingkat 1 /n--√1/n1/\sqrt{n} Ini membingungkan saya, sejak itu 1 /n--√1/n1/\sqrt{n}tidak bertemu? Apakah saya melewatkan sesuatu yang penting …

10 convergence  estimators  consistency 

Saya memiliki masalah klasifikasi di mana piksel akan dilabeli dengan label lunak (yang menunjukkan probabilitas) daripada label 0,1 yang sulit. Sebelumnya dengan 0,1 pixel pelabelan keras fungsi kehilangan entropi silang (sigmoidCross entropyLossLayer dari Caffe) memberikan hasil yang layak. Apakah saya tetap menggunakan lapisan sigmoid cross entropy loss (dari Caffe) untuk …

10 classification  loss-functions 

Ada banyak literatur di luar sana tentang diagnostik konvergensi Markov chain Monte Carlo (MCMC), termasuk diagnostik Gelman-Rubin yang paling populer. Namun, semua ini menilai konvergensi rantai Markov, dan dengan demikian menjawab pertanyaan burn-in. Setelah saya mengetahui burn-in, bagaimana saya harus memutuskan berapa banyak sampel MCMC yang cukup untuk melanjutkan proses …

10 sample-size  mcmc  monte-carlo  markov-process 

Dari apa yang saya baca, antara lain di situs statistik UCLA, kelompok konsultasi tes rasio kemungkinan dan tes wald cukup mirip dalam menguji apakah dua model glm menunjukkan perbedaan yang signifikan dalam kesesuaian untuk dataset (permisi jika kata-kata saya mungkin agak off). Intinya saya dapat membandingkan dua model dan menguji …

10 r  regression  likelihood-ratio 

Saya keliru memahami klaim tentang metode regresi linier yang saya lihat di berbagai tempat. Parameter masalah adalah: Memasukkan: NNN data sampel p+1p+1p+1 jumlah masing-masing terdiri dari "respons" jumlah yiyiy_i dan ppp "prediktor" jumlah xijxijx_{ij} Hasil yang diinginkan adalah "kecocokan linear yang baik" yang memprediksi respons berdasarkan pada prediksi di mana …

10 regression  ridge-regression 

Saya menguji kointegrasi menggunakan tes Johansen. Saya telah melihat pertanyaan seperti bagaimana menafsirkan hasil tes, tetapi ketika saya menafsirkan milik saya, saya memiliki beberapa keraguan. Dalam hasil saya r = 3sejak itu 4.10 < 10.49, jadi saya tidak bisa membentuk seri stasioner. Ini adalah sama untuk r = 2 dan …

10 r  hypothesis-testing  cointegration 

Untuk pekerjaan rumah, saya diberi data untuk membuat / melatih alat prediksi yang menggunakan regresi laso. Saya membuat prediktor dan melatihnya menggunakan pustaka laso python dari scikit belajar. Jadi sekarang saya memiliki prediktor ini bahwa ketika input yang diberikan dapat memprediksi output. Pertanyaan kedua adalah "Perpanjang prediksi Anda untuk melaporkan …

10 regression  machine-learning  self-study  confidence-interval  bootstrap 

Membiarkan AAA dan BBB menjadi acara independen, dan biarkan AAA dan CCCmenjadi acara independen. Bagaimana saya menunjukkannyaAAA dan B∪CB∪CB\cup C ada acara independen juga? Menurut definisi peristiwa independen, AAA dan B∪CB∪CB\cup C independen jika dan hanya jika P(A∩(B∪C))=P(A)P(B∪C).P(A∩(B∪C))=P(A)P(B∪C).P(A\cap (B\cup C)) = P(A)P(B\cup C). Sejak AAA dan BBB dan AAA dan …

10 probability  self-study  independence 

Saya telah mencapai hingga dlnLdμ=∑i=1n2(xi−u)1+(xi−u)2dln⁡Ldμ=∑i=1n2(xi−u)1+(xi−u)2\frac{d\ln L}{d\mu}=\sum_{i=1}^n \frac{2(x_i-u)}{1+(x_i-u)^2} Dimana uuuadalah parameter lokasi. DanLLLadalah fungsi kemungkinan. Saya tidak mendapatkan cara untuk melanjutkan. Tolong bantu.

10 self-study  maximum-likelihood  cauchy 

Ada beberapa penjelasan yang dapat saya temukan yang menggambarkan bagaimana menafsirkan koefisien regresi linier setelah membedakan deret waktu (untuk menghilangkan unit root). Apakah ini begitu sederhana sehingga tidak perlu menyatakannya secara formal? (Saya mengetahui pertanyaan ini , tetapi tidak yakin seberapa umum tanggapannya). Katakanlah kita tertarik pada model mana adalah …

10 time-series  multiple-regression  econometrics  linear-model  inference 

Saya telah membaca di suatu tempat bahwa alasan kita menyejajarkan perbedaan daripada mengambil nilai absolut ketika menghitung varians adalah bahwa varians didefinisikan dengan cara biasa, dengan kuadrat dalam nominator, memainkan peran unik dalam Central Limit Theorem. Nah, lalu apa sebenarnya peran varian dalam CLT? Saya tidak dapat menemukan lebih banyak …

10 variance  central-limit-theorem  dispersion 

Saya menjalankan analisis tentang kemungkinan gagal bayar pinjaman menggunakan regresi logistik dan hutan acak. Ketika saya menggunakan regresi logistik, prediksi selalu semua '1' (yang berarti pinjaman baik). Saya belum pernah melihat ini sebelumnya, dan tidak tahu harus mulai dari mana dalam hal memilah masalah. Ada 22 kolom dengan 600 ribu …

10 regression  logistic  predictive-models  unbalanced-classes  scoring-rules