Pertanyaan yang diberi tag «intuition»

Untuk non-ahli statistik seperti saya, sangat sulit untuk menangkap ide VImetrik (variasi informasi) bahkan setelah membaca makalah yang relevan oleh Marina Melia " Membandingkan pengelompokan - Jarak berbasis informasi " (Journal of Multivariate Analysis, 2007). Bahkan, saya tidak akrab dengan banyak istilah pengelompokan di luar sana. Di bawah ini adalah …

11 r  clustering  validation  intuition 

Saat ini saya menghadiri kursus Pengantar Manajemen Operasi di Coursera.org. Pada titik tertentu dalam kursus, profesor mulai berurusan dengan variasi waktu operasi. Pengukuran yang ia gunakan adalah Koefisien Variasi , rasio antara standar deviasi dan rata-rata: cv=σμcv=σμc_v = \frac{\sigma}{\mu} Mengapa pengukuran ini digunakan? Apa kelebihan dan kekurangan bekerja dengan CV …

11 standard-deviation  intuition  coefficient-of-variation 

Dalam " Jaringan keyakinan mendalam konvolusional untuk pembelajaran terwakili terwakili terwakili " oleh Lee et. al. ( PDF ) DBN konvolusional diusulkan. Juga metode dievaluasi untuk klasifikasi gambar. Ini terdengar logis, karena ada fitur gambar lokal alami, seperti sudut dan tepi kecil dll. Dalam " Pembelajaran fitur tanpa pengawasan untuk …

11 classification  unsupervised-learning  intuition  deep-belief-networks 

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

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 

Mengapa statistik p-value dan ks-test menurun dengan meningkatnya ukuran sampel? Ambil kode Python ini sebagai contoh: import numpy as np from scipy.stats import norm, ks_2samp np.random.seed(0) for n in [10, 100, 1000, 10000, 100000, 1000000]: x = norm(0, 4).rvs(n) y = norm(0, 4.1).rvs(n) print ks_2samp(x, y) Hasilnya adalah: Ks_2sampResult(statistic=0.30000000000000004, pvalue=0.67507815371659508) …

11 python  p-value  goodness-of-fit  intuition  scipy 

Bentuk tertutup w dalam regresi Linear dapat ditulis sebagai w^= ( XTX)- 1XTyw^=(XTX)−1XTy\hat{w}=(X^TX)^{-1}X^Ty Bagaimana kita bisa secara intuitif menjelaskan peran dalam persamaan ini?( XTX)- 1(XTX)−1(X^TX)^{-1}

10 regression  least-squares  matrix  intuition  matrix-inverse 

Saya tahu dari penelitian sebelumnya Va r ( A + B ) = Va r ( A ) + Va r ( B ) + 2 Co v ( A , B )VSebuahr(SEBUAH+B)=VSebuahr(SEBUAH)+VSebuahr(B)+2CHaiv(SEBUAH,B)Var(A+B) = Var(A) + Var(B) + 2 Cov (A,B) Namun, saya tidak mengerti mengapa itu terjadi. Saya dapat …

10 variance  covariance  intuition 

Saya memahami mekanisme penghitungan bobot menggunakan skor kecenderungan : dan kemudian menerapkan bobot dalam analisis regresi, dan bahwa bobot berfungsi untuk "kendalikan" atau lepaskan pengaruh kovariat dalam populasi kelompok perlakuan dan kontrol dengan variabel hasil.w i , j = t r e a tp ( xsaya)p(xi)p(x_i)wi , j = t …

10 intuition  weighted-regression  propensity-scores 

Saya mencoba menerapkan estimasi numerik Kullback-Leibler Divergence untuk dua sampel. Untuk debug implementasi, ambil sampel dari dua distribusi normal dan .N ( 1 , 2 )N(0,1)N(0,1)\mathcal N (0,1)N(1,2)N(1,2)\mathcal N (1,2) Untuk perkiraan sederhana saya menghasilkan dua histogram dan mencoba untuk memperkirakan secara integral numerik. Saya terjebak dengan menangani bagian-bagian histogram …

10 estimation  intuition  kullback-leibler  numerics 

Dalam satu set masalah saya membuktikan "lemma" ini, yang hasilnya tidak intuitif bagi saya. adalah distribusi normal standar dalam model yang disensor.ZZZ Secara formal, , dan . Kemudian, Jadi ada semacam koneksi antara rumus ekspektasi pada domain terpotong dan kepadatan pada titik pemotongan . Adakah yang bisa menjelaskan intuisi di …

10 normal-distribution  pdf  intuition 

Dalam buku teks yang saya baca mereka menggunakan ketajaman positif (semi-positive definiteness) untuk membandingkan dua matriks kovarian. Gagasan bahwa jika A−BA−BA-B adalah pd maka lebih kecil dari . Tapi aku berjuang untuk mendapatkan intuisi dari hubungan ini?BBBAAA Ada utas serupa di sini: /math/239166/what-is-the-intuition-for-using-definiteness-to-compare-matrices Apa intuisi untuk menggunakan ketetapan untuk membandingkan …

10 covariance-matrix  matrix  intuition  linear-algebra  geometry 

Kesalahan standar proporsi akan menjadi yang terbesar untuk N yang diberikan ketika proporsi yang dimaksud adalah 0,5, dan semakin kecil semakin jauh proporsinya dari 0,5. Saya bisa melihat mengapa ini terjadi ketika saya melihat persamaan untuk kesalahan standar proporsi, tapi saya tidak bisa menjelaskan ini lebih jauh. Apakah ada penjelasan …

10 standard-error  proportion  intuition 

Dalam beberapa kompetisi yang luar biasa, penilaian didasarkan pada "logloss". Ini berkaitan dengan kesalahan klasifikasi. Inilah jawaban teknis tetapi saya mencari jawaban yang intuitif. Saya sangat menyukai jawaban atas pertanyaan ini tentang jarak Mahalanobis, tetapi PCA tidak logloss. Saya dapat menggunakan nilai yang dikeluarkan oleh perangkat lunak klasifikasi saya, tetapi …

10 interpretation  intuition  loss-functions 

Dapatkah seseorang tolong berikan penjelasan sederhana (orang awam) tentang hubungan antara distribusi Pareto dan Teorema Limit Pusat (misalnya apakah itu berlaku? Mengapa / mengapa tidak?)? Saya mencoba memahami pernyataan berikut: "Teorema Limit Sentral tidak bekerja dengan setiap distribusi. Ini disebabkan oleh satu fakta yang licik - sampel rata-rata berkerumun di …

10 variance  central-limit-theorem  intuition  pareto-distribution  fat-tails