Statistik dan Big Data

Saya telah melihat orang-orang telah melakukan banyak upaya pada SVM dan kernel, dan mereka terlihat cukup menarik sebagai pemula dalam Machine Learning. Tetapi jika kita berharap bahwa hampir selalu kita dapat menemukan solusi yang lebih baik dalam hal Jaringan Saraf (dalam), apa arti dari mencoba metode lain di era ini? …

33 machine-learning  svm  kernel-trick  supervised-learning 

Saya telah mengikuti kompetisi Kaggle untuk waktu yang lama dan saya menyadari bahwa banyak strategi kemenangan melibatkan menggunakan setidaknya satu dari "bertiga besar": mengantongi, meningkatkan dan menumpuk. Untuk regresi, daripada berfokus pada membangun satu model regresi terbaik, membangun beberapa model regresi seperti (linier) regresi linier, hutan acak, KNN, NN, dan …

33 predictive-models  boosting  bagging  stacking  model-averaging 

Saya mencari penjelasan intuitif untuk pertanyaan berikut: Dalam teori statistik dan informasi, apa perbedaan antara jarak Bhattacharyya dan divergensi KL, sebagai ukuran perbedaan antara dua distribusi probabilitas diskrit? Apakah mereka sama sekali tidak memiliki hubungan dan mengukur jarak antara dua distribusi probabilitas dengan cara yang sama sekali berbeda?

33 mathematical-statistics  information-theory  kullback-leibler  bhattacharyya 

Saya mencari cara untuk menghapus outlier dari dataset dan saya menemukan pertanyaan ini . Namun, dalam beberapa komentar dan jawaban untuk pertanyaan ini, orang-orang menyebutkan bahwa itu adalah praktik yang buruk untuk menghapus pencilan dari data. Dalam dataset saya, saya memiliki beberapa outlier yang sangat mungkin hanya karena kesalahan pengukuran. …

33 outliers 

Adakah yang melihat literatur tentang pra-pelatihan dalam jaringan saraf convolutional yang mendalam? Saya hanya melihat pra-pelatihan tanpa pengawasan di autoencoder atau mesin boltzman terbatas.

33 machine-learning  neural-networks  deep-learning  conv-neural-network  autoencoders 

Saya sedang mengerjakan buku teks statistik sambil belajar R dan saya mengalami batu sandungan pada contoh berikut: Setelah melihat ?quantilesaya mencoba untuk membuat ulang ini di R dengan yang berikut: > nuclear <- c(7, 20, 16, 6, 58, 9, 20, 50, 23, 33, 8, 10, 15, 16, 104) > quantile(nuclear) …

33 r  quantiles 

Pertanyaan saya Apa alasan intuitif di balik melakukan rotasi faktor dalam analisis faktor (atau komponen dalam PCA)? Pemahaman saya adalah, jika variabel dimuat hampir sama di komponen atas (atau faktor) maka jelas sulit untuk membedakan komponen. Jadi dalam hal ini kita bisa menggunakan rotasi untuk mendapatkan diferensiasi komponen yang lebih …

33 pca  interpretation  factor-analysis  dimensionality-reduction  factor-rotation 

Saya mencari pedoman tentang cara menafsirkan plot residual model GLM. Terutama poisson, binomial negatif, model binomial. Apa yang bisa kita harapkan dari plot ini ketika modelnya "benar"? (misalnya, kami berharap varians akan tumbuh dengan meningkatnya nilai yang diprediksi, ketika berurusan dengan model Poisson) Saya tahu jawabannya tergantung pada model. Referensi …

33 generalized-linear-model  diagnostic  residuals 

Misalkan Anda mengamati urutannya: 7, 9, 0, 5, 5, 4, 8, 0, 6, 9, 5, 3, 8, 7, 8, 5, 4, 0, 0, 6, 6, 4, 5, 5, 3, 3, 7, 5, 9, 8, 1, 8, 6, 2, 8, 4, 6, 4, 1, 9, 9, 0, 5, 2, 2, 0, …

33 random-generation  randomness 

Saya membayangkan bahwa semakin besar koefisien pada suatu variabel, semakin besar kemampuan model untuk "berayun" dalam dimensi itu, memberikan peluang yang lebih besar untuk menyesuaikan kebisingan. Meskipun saya pikir saya punya perasaan yang wajar tentang hubungan antara varians dalam model dan koefisien besar, saya tidak memiliki alasan yang baik mengapa …

33 regression  variance  linear-model  bias  regularization 

Saya berbagi tanggal lahir yang sama dengan pacar saya, tanggal yang sama tetapi juga tahun yang sama, kelahiran kami dipisahkan hanya sekitar 5 jam. Saya tahu bahwa peluang bertemu seseorang yang lahir pada tanggal yang sama dengan saya cukup tinggi dan saya tahu beberapa orang yang berbagi dengan saya ulang …

33 probability  birthday-paradox 

Saya baru untuk pemodelan dengan jaringan saraf, tetapi saya berhasil membangun jaringan saraf dengan semua titik data yang tersedia yang cocok dengan data yang diamati dengan baik. Jaringan saraf dilakukan dalam R dengan paket nnet: require(nnet) ##33.8 is the highest value mynnet.fit <- nnet(DOC/33.80 ~ ., data = MyData, size …

33 r  neural-networks 

Salah satu kontribusi terakhir RA Fisher adalah interval fidusia dan argumen berprinsip fidusia . Namun pendekatan ini tidak sepopuler argumen berprinsip frequentist atau Bayesian. Apa argumen fidusia dan mengapa belum diterima?

33 inference  philosophical  fiducial 

Saya memiliki kumpulan data streaming, contoh tersedia satu per satu. Saya perlu melakukan klasifikasi multi-kelas pada mereka. Segera setelah saya memberi contoh pelatihan untuk proses pembelajaran, saya harus membuang contohnya. Bersamaan, saya juga menggunakan model terbaru untuk melakukan prediksi pada data tidak berlabel. Sejauh yang saya tahu, jaringan saraf mampu …

33 machine-learning  svm  neural-networks 

Saya tahu bahwa ada banyak bahan yang menjelaskan nilai-p. Namun konsep ini tidak mudah dipahami dengan kuat tanpa klarifikasi lebih lanjut. Berikut adalah definisi nilai p dari Wikipedia: Nilai-p adalah probabilitas memperoleh statistik uji setidaknya paling ekstrem seperti yang sebenarnya diamati, dengan asumsi bahwa hipotesis nol itu benar. ( http://en.wikipedia.org/wiki/P-value …

33 hypothesis-testing  p-value  interpretation