Statystyki i duże zbiory danych

Zastanawiam się, jaka jest różnica między wielowymiarowym rozkładem normalnym a kopulą Gaussa, ponieważ kiedy patrzę na funkcję gęstości, wydają mi się one takie same. Moje pytanie dotyczy tego, dlaczego wprowadzono kopułę Gaussa lub jakie korzyści przynosi kopuła Gaussa lub jaka jest jej przewaga, gdy kopuła Gaussa jest niczym więcej niż …

17 normal-distribution  copula 

Jak mogę zrozumieć, co robi jądro RBF w SVM? Rozumiem matematykę, ale czy jest sposób, aby poczuć, kiedy to jądro będzie przydatne? Czy wyniki z kNN byłyby powiązane z SVM / RBF, ponieważ RBF zawiera odległości wektorowe? Czy jest sposób, aby poczuć wielomianowe jądro? Wiem, że im wyższy wymiar, tym …

17 svm  kernel-trick 

Istota mojego pytania brzmi: Niech będzie wielowymiarową normalną zmienną losową ze średnią i macierzą kowariancji . Niech , tj. . Jak porównać AIC modelu dopasowanego do obserwowanych realizacji z modelem dopasowanym do obserwowanych realizacji ? μ Σ Z : = log ( Y ) Z i = log ( Y …

17 data-transformation  aic  likelihood 

W małym problemie z klasyfikacją tekstu, na który patrzyłem, Naive Bayes wykazywał wydajność podobną lub większą niż SVM i byłem bardzo zdezorientowany. Zastanawiałem się, jakie czynniki decydują o zwycięstwie jednego algorytmu nad drugim. Czy są sytuacje, w których nie ma sensu używać Naive Bayes zamiast SVM? Czy ktoś może rzucić …

17 machine-learning  classification  svm  naive-bayes 

Wiem, że β0^=y¯−β1^x¯β0^=y¯−β1^x¯\hat{\beta_0}=\bar{y}-\hat{\beta_1}\bar{x} i oto, jak daleko doszedłem, kiedy obliczyłem wariancję: Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2Var(β0^)=Var(y¯−β1^x¯)=Var((−x¯)β1^+y¯)=Var((−x¯)β1^)+Var(y¯)=(−x¯)2Var(β1^)+0=(x¯)2Var(β1^)+0=σ2(x¯)2∑i=1n(xi−x¯)2\begin{align*} Var(\hat{\beta_0}) &= Var(\bar{y} - \hat{\beta_1}\bar{x}) \\ &= Var((-\bar{x})\hat{\beta_1}+\bar{y}) \\ &= Var((-\bar{x})\hat{\beta_1})+Var(\bar{y}) \\ &= (-\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= (\bar{x})^2 Var(\hat{\beta_1}) + 0 \\ &= \frac{\sigma^2 (\bar{x})^2}{\displaystyle\sum\limits_{i=1}^n (x_i - \bar{x})^2} \end{align*} ale to daleko, jak mam. Ostateczna formuła, …

17 regression  self-study 

W przypadku płaskiego przejęcia estymatory ML (częste - maksymalne prawdopodobieństwo) i MAP (bayesowskie - maksymalne a posteriori) pokrywają się. Mówiąc bardziej ogólnie, mówię o estymatorach punktowych wyprowadzonych jako optymalizatory niektórych funkcji strat. To znaczy (Bayesa) x (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} \left( L(X-\hat x(y)) …

17 bayesian  estimation  loss-functions  frequentist  decision-theory 

Zanim zadam pytanie, pozwólcie, że przedstawię wam nieco więcej informacji na temat tego, co wiem o statystykach, abyście lepiej rozumieli rodzaje zasobów, których szukam. Jestem studentem psychologii i jako taki korzystam ze statystyk prawie codziennie. Do tej pory znam dość szeroki wachlarz technik, głównie ponieważ są one zaimplementowane w ogólnych …

17 mathematical-statistics  references 

W książce Bishopa „Klasyfikacja wzorców i uczenie maszynowe” opisuje technikę regularyzacji w kontekście sieci neuronowych. Nie rozumiem jednak akapitu opisującego, że podczas procesu szkolenia liczba stopni swobody rośnie wraz ze złożonością modelu. Odpowiedni cytat jest następujący: Alternatywą dla regularyzacji jako sposobu kontrolowania efektywnej złożoności sieci jest procedura wczesnego zatrzymania. Szkolenie …

17 machine-learning  neural-networks  regularization  degrees-of-freedom 

Bezstronna ważona wariancja została już omówiona tutaj i gdzie indziej, ale nadal wydaje się, że istnieje zaskakująca ilość zamieszania. Wydaje się, że istnieje zgoda co do formuły przedstawionej w pierwszym linku, a także w artykule w Wikipedii . To również wygląda na wzór używany przez R, Mathematica i GSL (ale …

17 variance  weighted-mean  weighted-data 

Chcę przeprowadzić analizę ANCOVA danych dotyczących gęstości epifitów roślinnych. Na początku chciałbym wiedzieć, czy istnieje jakakolwiek różnica w gęstości rośliny między dwoma zboczami, jednym N i jednym S, ale mam inne dane, takie jak wysokość, otwartość czaszy i wysokość rośliny żywicielskiej. Wiem, że moją zmienną towarzyszącą musiałyby być dwa zbocza …

17 r  ancova 

Powiedz, że znajdujesz się w bibliotece swojego działu statystycznego i że na pierwszej stronie znajdujesz książkę z następującym obrazkiem. Prawdopodobnie pomyślisz, że jest to książka o regresji liniowej. Jaki obraz sprawiłby, że pomyślałeś o liniowych modelach mieszanych?

17 mixed-model 

jaki jest pdf iloczynu dwóch niezależnych zmiennych losowych X i Y, jeśli X i Y są niezależne? X jest rozkładem normalnym, a Y jest rozkładem chi-kwadrat. Z = XY jeśli XXX ma rozkład normalny X∼N(μx,σ2x)X∼N(μx,σx2)X\sim N(\mu_x,\sigma_x^2) fX(x)=1σx2π−−√e−12(x−μxσx)2fX(x)=1σx2πe−12(x−μxσx)2f_X(x)={1\over\sigma_x\sqrt{2\pi}}e^{-{1\over2}({x-\mu_x\over\sigma_x})^2} iYYYma rozkład chi-kwadrat okkkstopniu swobody Y∼χ2kY∼χk2Y\sim \chi_k^2 fY(y)=y(k/2)−1e−y/22k/2Γ(k2)u(y)fY(y)=y(k/2)−1e−y/22k/2Γ(k2)u(y)f_Y(y)={y^{(k/2)-1}e^{-y/2}\over{2^{k/2}\Gamma({k\over2})}}u(y) gdzieu(y)u(y)u(y)jest funkcją kroku jednostkowego. Czym …

17 normal-distribution  chi-squared  random-variable 

Zanurkowałem w dziedzinie sieci neuronowych i zafascynowałem się nimi. W końcu opracowałem platformę do testowania systemów handlowych na giełdach, a teraz zamierzam wdrożyć w niej moją pierwszą sieć neuronową. Bardzo prosty i prymitywny, nieprzeznaczony do prawdziwego handlu, tylko na początek. Chcę tylko wiedzieć, czy moje podejście jest dobre. A jeśli …

17 machine-learning  neural-networks 

Mam ten poboczny projekt, w którym indeksuję lokalne serwisy informacyjne w moim kraju i chcę zbudować wskaźnik przestępczości i wskaźnik niestabilności politycznej. Omówiłem już część projektu dotyczącą wyszukiwania informacji. Mój plan to zrobić: Ekstrakcja tematu bez nadzoru. Wykrywanie bliskich duplikatów. Nadzorowana klasyfikacja i poziom incydentów (przestępczość / polityka - wysoka …

17 machine-learning  classification  text-mining 

Szukam porady / zasobów / zaleceń dotyczących najlepszego formatowania wykresów do prezentacji. Z doświadczenia wiem, że wykres stworzony do publikacji drukowanej nie skaluje się zbyt dobrze, gdy wyświetla się go za pomocą rzutnika. Tekst jest często zbyt mały, linie nie są wystarczająco grube itp. Prawie zawsze złym pomysłem jest wzięcie …

17 data-visualization