Statystyki i duże zbiory danych

1

W kontekście uczenia maszynowego i rozpoznawania wzorców istnieje koncepcja o nazwie Kernel Trick . W obliczu problemów, w których jestem proszony o ustalenie, czy funkcja może być funkcją jądra, czy nie, co dokładnie należy zrobić? Czy powinienem najpierw sprawdzić, czy mają one postać trzech lub czterech funkcji jądra, takich jak …

21 machine-learning kernel-trick

3

Jak obliczyć dobroć dopasowania w GLM (R)

Mam następujący wynik działania funkcji glm. Jak mogę zinterpretować następujące wartości: Odchylenie zerowe Pozostałe odchylenie AIC Czy mają coś wspólnego z dobrością dopasowania? Czy mogę obliczyć wartość dobroci dopasowania na podstawie tych wyników, takich jak kwadrat R lub jakakolwiek inna miara? Call: glm(formula = tmpData$Y ~ tmpData$X1 + tmpData$X2 + …

21 r regression generalized-linear-model

2

Naturalna interpretacja hiperparametrów LDA

Czy ktoś może wyjaśnić, jaka jest naturalna interpretacja hiperparametrów LDA? ALPHAi BETAsą parametrami dystrybucji Dirichleta odpowiednio dla (na dokument) tematu i (na temat) dystrybucji słów. Jednak czy ktoś może wyjaśnić, co to znaczy wybrać większe wartości tych hiperparametrów w porównaniu do mniejszych wartości? Czy to oznacza umieszczanie jakichkolwiek wcześniejszych przekonań …

21 interpretation prior topic-models hyperparameter

1

Rola parametru n.minobsinnode w GBM w R [zamknięte]

To pytanie raczej nie pomoże przyszłym użytkownikom; dotyczy on tylko niewielkiego obszaru geograficznego, określonego momentu w czasie lub wyjątkowo wąskiej sytuacji, która nie ma ogólnego zastosowania do ogólnoświatowej publiczności w Internecie. Aby uzyskać szersze zastosowanie tego pytania, odwiedź Centrum pomocy . Zamknięte 7 lat temu . Chciałem wiedzieć, co oznacza …

21 r gbm

2

Które dystrybucje mają rozwiązania zamknięte dla oszacowania maksymalnego prawdopodobieństwa?

Które rozkłady mają rozwiązania zamknięte dla maksymalnego prawdopodobieństwa oszacowania parametrów z próby niezależnych obserwacji?

21 distributions mathematical-statistics maximum-likelihood

3

Jak interpretować główne efekty, gdy efekt interakcji nie jest znaczący?

Uruchomiłem uogólniony liniowy model mieszany w R i uwzględniłem efekt interakcji między dwoma predyktorami. Interakcja nie była znacząca, ale główne efekty (dwa predyktory) były oba. Teraz wiele przykładów z podręczników mówi mi, że jeśli istnieje znaczący efekt interakcji, głównych efektów nie można interpretować. Ale co jeśli twoja interakcja nie jest …

21 logistic mixed-model interaction interpretation regression-coefficients

4

Analiza funkcjonalnego głównego elementu (FPCA): o co w tym wszystkim chodzi?

Funkcjonalna analiza głównych składników (FPCA) to coś, na co natknąłem się i nigdy nie zrozumiałem. O co w tym wszystkim chodzi? Patrz „Badanie funkcjonalnej analizy głównych składników” autorstwa Shang, 2011 i cytuję: PCA napotyka poważne trudności w analizie danych funkcjonalnych z powodu „klątwy wymiarowości” (Bellman 1961). „Klątwa wymiarowości” pochodzi od …

21 time-series pca dimensionality-reduction

3

Dlaczego zmienne losowe są zdefiniowane jako funkcje?

Mam problem ze zrozumieniem pojęcia zmiennej losowej jako funkcji. Rozumiem mechanikę (tak myślę), ale nie rozumiem motywacji ... Powiedzmy ( Ω , B , P)(Ω,B,P)(\Omega, B, P) jest potrójnym prawdopodobieństwem, gdzie Ω = [ 0 , 1 ]Ω=[0,1]\Omega = [0,1] , bBB oznacza Borel- σσ\sigma -algebra w tym przedziale, a …

21 probability random-variable measure-theory

2

Czy mała próbka może spowodować błąd typu 1?

Nauczyłem się, że mała wielkość próbki może prowadzić do niewystarczającej mocy i błędu typu 2. Mam jednak wrażenie, że małe próbki mogą być generalnie niewiarygodne i mogą przez przypadek doprowadzić do dowolnego wyniku. Czy to prawda?

21 hypothesis-testing small-sample

2

Dlaczego wartość

tło Jednym z najczęściej używanych słabych wcześniejszych wariantów jest odwrotna gamma o parametrach (Gelman 2006) .α = 0,001 , β= 0,001α=0,001,β=0,001\alpha =0.001, \beta=0.001 Jednak rozkład ten ma 90% CI około .[ 3 × 1019, ∞ ][3)×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001)) [1] 3.362941e+19 Inf Na tej podstawie interpretuję, …

21 bayesian multilevel-analysis prior

3

Strata treningowa rośnie z czasem [duplikat]

To pytanie ma już odpowiedzi tutaj : Jak zmiana funkcji kosztów może być dodatnia? (1 odpowiedź) Co powinienem zrobić, gdy moja sieć neuronowa się nie uczy? (5 odpowiedzi) Zamknięte w zeszłym miesiącu . Trenuję model (Recurrent Neural Network) do klasyfikowania 4 typów sekwencji. Gdy prowadzę trening, widzę spadek treningu do …

21 machine-learning neural-networks loss-functions rnn training-error

2

PCA w numpy i sklearn daje różne wyniki

Czy coś nie rozumiem? To jest mój kod za pomocą sklearn import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import decomposition from sklearn import datasets from sklearn.preprocessing import StandardScaler pca = decomposition.PCA(n_components=3) x = np.array([ [0.387,4878, 5.42], [0.723,12104,5.25], [1,12756,5.52], [1.524,6787,3.94], ]) pca.fit_transform(x) Wynik: array([[ …

21 pca python scikit-learn

2

Jak działają architektury wąskiego gardła w sieciach neuronowych?

Architekturę wąskiego gardła definiujemy jako typ znaleziony w dokumencie ResNet, w którym [dwie warstwy konwekcyjne 3x3] są zastępowane przez [jedna konwekcja 1x1, jedna konwekcja 3x3 i kolejna warstwa konwekcyjna 1x1]. Rozumiem, że warstwy konwekcji 1x1 są używane jako forma redukcji wymiarów (i przywracania), co wyjaśniono w innym poście . Nie …

21 residuals deep-learning conv-neural-network

4

Jak sprawdzić, czy dane można oddzielić liniowo?

Dane mają wiele funkcji (np. 100), a liczba wystąpień wynosi około 100 000. Dane są rzadkie. Chcę dopasować dane za pomocą regresji logistycznej lub svm. Skąd mam wiedzieć, czy cechy są liniowe czy nieliniowe, aby móc użyć sztuczki jądra, jeśli jest nieliniowa?

21 machine-learning logistic svm data-mining

1

Różnica między ukrytymi modelami Markowa a filtrem cząstek (i filtrem Kalmana)

Oto moje stare pytanie Chciałbym zapytać, czy ktoś zna różnicę (jeśli istnieje jakakolwiek różnica) między modelami Hidden Markov (HMM) a Particle Filter (PF), aw konsekwencji Filtrem Kalmana, lub w jakich okolicznościach korzystamy z którego algorytmu. Jestem studentem i muszę zrobić projekt, ale najpierw muszę zrozumieć niektóre rzeczy. Tak więc, zgodnie …

21 machine-learning self-study hidden-markov-model kalman-filter particle-filter