Statystyki i duże zbiory danych

1

Patrzyłem na teoretyczne ramy wyboru metod (uwaga: nie wybór modelu) i znalazłem bardzo mało systematycznej, motywowanej matematycznie pracy. Pod pojęciem „wybór metody” rozumiem strukturę umożliwiającą rozróżnienie odpowiedniej (lub lepszej, optymalnej) metody w odniesieniu do problemu lub rodzaju problemu. To, co znalazłem, jest znaczące, jeśli fragmentaryczne, pracuje nad poszczególnymi metodami i …

11 machine-learning methodology theory

2

Jak zrozumieć splotową sieć głębokich przekonań do klasyfikacji audio?

W „ Konwolucyjnych sieciach głębokiego przekonania dla skalowalnego, bez nadzoru uczenia się reprezentacji hierarchicznych ” Lee i in. al. ( PDF ) Proponowane są konwergentne DBN. Oceniana jest również metoda klasyfikacji obrazów. Brzmi to logicznie, ponieważ istnieją naturalne lokalne funkcje obrazu, takie jak małe rogi i krawędzie itp. W „ …

11 classification unsupervised-learning intuition deep-belief-networks

10

Dlaczego oprócz przewidywania budowy modeli?

Joshua Epstein napisał artykuł zatytułowany „Dlaczego model?” dostępny pod adresem http://www.santafe.edu/media/workingpapers/08-09-040.pdf, w którym podano 16 powodów: Wyjaśnij (bardzo różni się od przewidywania) Przewodnik gromadzenia danych Oświetl dynamikę rdzenia Zaproponuj dynamiczne analogie Odkryj nowe pytania Promuj naukowy nawyk umysłu Związane (przedziały) wyniki z prawdopodobnymi zakresami Rozświetl niepewności rdzenia. Oferuj opcje kryzysowe …

11 modeling

3

Czy istnieje standardowa technika debugowania programów MCMC?

Debugowanie programów MCMC jest niezwykle trudne. Trudność wynika z kilku problemów, z których niektóre to: (a) Cykliczny charakter algorytmu Iteracyjnie rysujemy parametry na podstawie wszystkich innych parametrów. Dlatego jeśli implementacja nie działa poprawnie, trudno jest wyodrębnić błąd, ponieważ problemem może być dowolne miejsce w iteracyjnym samplerze. (b) Prawidłowa odpowiedź nie …

11 mcmc

1

Jak dostosować ANOVA do danych binarnych?

Mam cztery konkurencyjne modele, których używam do przewidywania binarnej zmiennej wynikowej (powiedzmy, status zatrudnienia po ukończeniu studiów, 1 = zatrudniony, 0 = niezatrudniony) dla n badanych. Naturalną miarą wydajności modelu jest współczynnik trafień, który jest procentem poprawnych prognoz dla każdego z modeli. Wydaje mi się, że nie mogę użyć ANOVA …

11 anova chi-squared generalized-linear-model

4

Czy Prophet z Facebooka różni się od regresji liniowej?

Czytałem więc o proroku na Facebooku, że dzieli on szereg czasowy na trendy i sezonowość. Na przykład model addytywny zostałby zapisany jako: y( t ) = g( t ) + s ( t ) + h ( t ) + ety(t)=g(t)+s(t)+h(t)+et y(t) = g(t) + s(t) + h(t) + e_t …

11 regression machine-learning time-series prophet

2

Czy kierunek przyczynowości między instrumentem a zmienną ma znaczenie?

Standardowy schemat zmiennej instrumentalnej pod względem przyczynowości ( ->) to: Z -> X -> Y Gdzie Z jest instrumentem, X zmienną endogenną, a Y odpowiedzią. Czy to możliwe, że następujące relacje: Z <- X ->Y Z <-> X ->Y są również ważne? Chociaż korelacja między instrumentem a zmienną jest zadowalająca, …

11 causality instrumental-variables endogeneity

3

Czy oznacza, że centrowanie zmniejsza kowariancję?

Zakładając, że mam dwie nie-niezależne zmienne losowe i chcę jak najbardziej zmniejszyć kowariancję bez utraty zbyt dużej ilości „sygnału”, czy oznacza to, że centrowanie pomaga? Czytałem gdzieś, co oznacza, że centrowanie zmniejsza korelację o znaczący czynnik, więc myślę, że powinno to zrobić to samo dla kowariancji.

11 correlation covariance random-vector

2

„Liberalne” wartości p?

Moje pytanie jest raczej semantyczne. Gdy metoda rutynowo wytwarza wysokie wartości p, nazywa się ją konserwatywną. Czy nazwałbyś coś przeciwnego, tj. Metodę o wysokim poziomie błędu typu II liberalną?

11 hypothesis-testing statistical-significance p-value terminology type-i-and-ii-errors

4

Wystarczające i niezbędne warunki dla zerowej wartości własnej macierzy korelacji

Biorąc pod uwagę nnn Zmienna losowa XiXiX_i z rozkładu prawdopodobieństwa P(X1,…,Xn)P(X1,…,Xn)P(X_1,\ldots,X_n) , w korelacji macierzy Cij=E[XiXj]−E[Xi]E[Xj]Cij=E[XiXj]−E[Xi]E[Xj]C_{ij}=E[X_i X_j]-E[X_i]E[X_j] jest dodatnia pół- określony, tj. jego wartości własne są dodatnie lub zerowe. Interesują mnie warunki na PPP które są konieczne i / lub wystarczające, aby CCC miał mmm zero wartości własnych. Na przykład …

11 correlation

3

Dlaczego musimy dopasować najbliższego k-klasyfikatora sąsiadów?

Jak zrozumiałem, k-NN jest algorytmem leniwego ucznia i nie wymaga fazy szkolenia. Dlaczego więc musimy używać .fit()sklearn i co się dzieje, gdy go używamy?

11 classification scikit-learn k-nearest-neighbour

2

Generuj jednolity hałas z kulki p-normalnej ( )

Próbuję napisać funkcję, która generuje równomiernie rozłożony hałas pochodzący z kuli p-norm o wymiarach :nnn ||x||p≤r||x||p≤r\begin{equation} ||x||_p \leq r \end{equation} Znalazłem możliwe rozwiązania dla kręgów ( ) ( http://mathworld.wolfram.com/DiskPointPicking.html ), jednak mam problem z rozszerzeniem tego dla różnych wartości .p=2p=2p = 2ppp Próbowałem to zrobić, po prostu losując próbkę z …

11 simulation noise

3

Metody inicjowania grupowania K-oznacza

Interesuje mnie obecny stan wiedzy w zakresie selekcji początkowych nasion (ośrodków skupień) dla K-średnich. Googling prowadzi do dwóch popularnych opcji: losowy wybór nasion początkowych oraz przy użyciu techniki selekcji KMeans ++: Arthur i Vassilvitskii 2006 k-znaczy ++: Zalety ostrożnego siewu Czy są jakieś inne obiecujące metody, o których ktoś tu …

11 clustering k-means

1

Dlaczego błędne jest interpretowanie SVM jako prawdopodobieństwa klasyfikacji?

Rozumiem, że SVM jest bardzo podobny do regresji logistycznej (LR), tj. Ważona suma funkcji jest przekazywana do funkcji sigmoidalnej w celu uzyskania prawdopodobieństwa przynależności do klasy, ale zamiast utraty entropii krzyżowej (logistycznej) funkcja, trening odbywa się przy użyciu utraty zawiasu. Zaletą stosowania utraty zawiasu jest to, że można wykonywać różne …

11 machine-learning logistic svm

3

Kryterium zatrzymania dla miodu Neldera

Próbuję zaimplementować algorytm Neldera-Meada do optymalizacji funkcji. Strona wikipedii o Nelder-Mead jest zaskakująco jasna na temat całego algorytmu, z wyjątkiem kryterium zatrzymania. Tam niestety mówi: Sprawdź zbieżność [potrzebne wyjaśnienie] . Sam wypróbowałem i przetestowałem kilka kryteriów: Przestań, jeśli gdzie jest mały i gdzie jest wierzchołkiem simpleksa, uporządkowanym od niskiego ( …

11 optimization algorithms