Statistik dan Big Data

Kami sering mempelajari model Gaussian Mixture sebagai model yang berguna dalam pembelajaran mesin dan aplikasinya. Apa signifikansi fisik dari " Campuran " ini? Apakah ini digunakan karena Gaussian Mixture Model memodelkan probabilitas sejumlah variabel acak masing-masing dengan nilai rata-rata sendiri? Jika tidak, lalu apa interpretasi yang benar dari kata ini.

8 machine-learning  distributions  gaussian-mixture  mixture  mathematical-statistics 

Saya tertarik pada hubungan di antara distribusi. Seperti 'Jumlah variabel acak eksponensial adalah variabel acak gamma. Distribusi bersyarat tertentu adalah distribusi lain, dll. ' Saya mencari di wikipedia dan google tetapi ada ringkasannya saja, tidak secara khusus terbukti atau dijelaskan. Saya ingin tahu tentang hubungan distribusi dan bukti rinci atau …

8 distributions  references 

Saya baru-baru mengambil tes HackerRank untuk posisi Ilmu Data dan mendapatkan pertanyaan ini salah. Saya datang ke 1/200. Begini caranya: Ada 50 kombinasi yang akan membuat ini benar. (yaitu {1,2}, {2,4}, {3,6} ... {50.100}). Kemungkinan nomor tertentu yang dipilih adalah 1/100. Kemungkinan bahwa himpunan spesifik akan dipilih adalah (1/100 * …

8 probability  combinatorics 

Ditutup . Pertanyaan ini perlu lebih fokus . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga berfokus pada satu masalah hanya dengan mengedit posting ini . Ditutup 3 tahun yang lalu . Saya ditanya pertanyaan ini dalam sebuah wawancara. Meskipun saya mencoba yang terbaik untuk menjawab …

8 matrix-inverse 

Dari Wikipedia: Dalam pemodelan statistik, analisis regresi adalah proses statistik untuk memperkirakan hubungan antar variabel. Ini mencakup banyak teknik untuk memodelkan dan menganalisis beberapa variabel, ketika fokusnya adalah pada hubungan antara variabel dependen dan satu atau lebih variabel independen (atau 'prediktor'). Tidak sama dengan klasifikasi ? Pada akhirnya, bukankah itu …

8 regression  machine-learning  classification  definition 

Biarkan dan independen. Tunjukkan bahwa memiliki distribusi condong-normal dan temukan parameter distribusi ini.Y1∼SN(μ1,σ21,λ)Y1∼SN(μ1,σ12,λ)Y_1\sim SN(\mu_1,\sigma_1^2,\lambda)Y2∼ N(μ2,σ22)Y2∼N(μ2,σ22)Y_2\sim N(\mu_2,\sigma_2^2)Y1+Y2Y1+Y2Y_1+Y_2 Karena variabel acak independen saya mencoba menggunakan konvolusi. BiarkanZ=Y1+Y2Z=Y1+Y2Z=Y_1+Y_2 fZ( z) =∫∞- ∞2 ϕ (y1|μ1,σ1) Φ ( λ (y1-μ1σ1) ) ϕ ( z-y1|μ2,σ22)dy1fZ(z)=∫-∞∞2ϕ(y1|μ1,σ1)Φ(λ(y1-μ1σ1))ϕ(z-y1|μ2,σ22)dy1f_Z(z)=\int_{-\infty}^{\infty}2\phi(y_1|\mu_1,\sigma_1)\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\phi(z-y_1|\mu_2,\sigma_2^2)\,\text{d}y_1 Di sini dan masing-masing adalah pdf dan cdf normal standar.ϕ ( …

8 probability  self-study  mgf  skew-normal 

Pertanyaan: Apakah ada yang tahu tentang buku teks yang memperkenalkan pembelajaran mesin (untuk pertama kalinya) melalui pendekatan ulang ruang kernel Hilbert ? Yaitu, yang menganggap analisis fungsional sebagai prasyarat, tetapi jangan menganggap pengetahuan sebelumnya tentang pembelajaran mesin? Setiap artikel survei akan menjadi sangat dekat. Tolong, jangan ada makalah penelitian - …

8 machine-learning  references 

Saya tidak dapat menafsirkan grafik ini. Variabel dependen saya adalah jumlah tiket film yang akan dijual untuk sebuah pertunjukan. Variabel independen adalah jumlah hari yang tersisa sebelum pertunjukan, variabel dummy musiman (hari dalam seminggu, bulan dalam setahun, hari libur), harga, tiket yang terjual hingga tanggal, peringkat film, jenis film (film …

8 r  regression  logistic  residuals  diagnostic 

Saat ini saya memperkirakan parameter model yang ditentukan oleh beberapa persamaan diferensial biasa (ODE). Saya mencoba ini dengan pendekatan bayesian dengan memperkirakan distribusi posterior parameter yang diberikan beberapa data menggunakan Markov Chain Monte Carlo (MCMC). MCMC sampler menghasilkan rantai nilai parameter di mana ia menggunakan probabilitas posterior (tidak dinormalisasi) dari …

8 bayesian  mcmc  posterior 

Apakah mungkin untuk mencapai hasil terbaik dengan menggunakan back-propagation saja (tanpa pra-pelatihan )? Atau apakah semua pendekatan pemecahan rekor menggunakan beberapa bentuk pra-pelatihan? Apakah back-propagation saja cukup baik?

8 deep-learning  autoencoders  deep-belief-networks  pre-training 

Saya ingin mengurangi penghematan bahan bakar pada perpindahan engine, tipe bahan bakar, penggerak 2 vs 4 roda, tenaga kuda, transmisi manual vs. otomatis, dan jumlah kecepatan. Kumpulan data saya ( tautan ) berisi kendaraan dari 2012-2014. fuelEconomy dalam mil per galon engineDisplacement: ukuran mesin dalam liter fuelStd: 1 untuk gas …

8 r  statistical-significance  multiple-regression  interpretation 

Saya telah membaca beberapa makalah yang menyatakan bahwa "karya terbaru" menunjukkan bahwa kita dapat menggunakan model VAR dengan data mentah I (1) tetapi harus ada kointegrasi. Ini berarti bahwa tidak ada alasan untuk membedakan data untuk pemodelan VAR. Adakah referensi kertas tentang ini?

8 references  var  cointegration 

Saya akan melalui bagian pertama dari kursus statistik Duke di Coursera, dan konsep pemblokiran dalam desain eksperimental muncul. Jika saya mengerti dengan benar, pemblokiran mengacu pada pemisahan subyek menjadi kelompok-kelompok berdasarkan pada beberapa variabel yang mungkin mempengaruhi hasil. Namun, jika kita sudah melakukan tugas acak, bukankah seharusnya semua "nilai" dari …

8 experiment-design  blocking 

Misalkan menjadi statistik urutan sampel iid ukuran dari . Misalkan data disensor sehingga kita hanya melihat bagian atas persen dari data, yaituLetakkan , apa distribusi asimptotik dari X(1),…,X(n)X(1),…,X(n)X_{(1)}, \ldots, X_{(n)}nnnexp(λ)exp⁡(λ)\exp(\lambda)(1−p)×100(1−p)×100(1-p) \times 100%X(⌊pn⌋),X(⌊pn⌋+1),…,X(n).X(⌊pn⌋),X(⌊pn⌋+1),…,X(n).X_{(\lfloor p n \rfloor )}, X_{(\lfloor p n\rfloor + 1)}, \ldots, X_{(n)}\,.m=⌊pn⌋m=⌊pn⌋m = \lfloor p n \rfloor (X(m),∑ni=m+1X(i)(n−m))?(X(m),∑i=m+1nX(i)(n−m))? \left(X_{(m)}, …

8 self-study  mathematical-statistics  exponential  asymptotics  order-statistics 

Saya belum benar-benar melihat buku-buku probabilitas menghitung ekspektasi bersyarat, kecuali untuk -gebra yang dihasilkan oleh variabel acak diskrit. Mereka hanya menyatakan keberadaan harapan bersyarat, beserta sifat-sifatnya, dan membiarkannya begitu saja. Saya menemukan ini sedikit mengecewakan dan saya mencoba menemukan metode untuk menghitungnya. Inilah yang menurut saya "seharusnya".σσ\sigma Biarkan menjadi ruang …

8 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra