Statystyki i duże zbiory danych

10

Jakie jest wytłumaczenie twojego ulubionego laika dla trudnej koncepcji statystycznej?

Naprawdę lubię słyszeć proste wyjaśnienia złożonych problemów. Jaka jest twoja ulubiona analogia lub anegdota, która wyjaśnia trudną koncepcję statystyczną? Moim ulubionym jest wyjaśnienie Murraya dotyczące kointegracji za pomocą pijaka i jej psa. Murray wyjaśnia, w jaki sposób dwa przypadkowe procesy (wędrujący pijany i jej pies, Oliver) mogą mieć korzenie jednostkowe, …

36 teaching communication

2

Jak interpretować glmnet?

Próbuję dopasować wielowymiarowy model regresji liniowej z około 60 zmiennymi predykcyjnymi i 30 obserwacjami, więc używam pakietu glmnet do regresji regularnej, ponieważ p> n. Przeglądałem dokumentację i inne pytania, ale nadal nie mogę zinterpretować wyników, oto przykładowy kod (z 20 predyktorami i 10 obserwacjami w celu uproszczenia): Tworzę macierz x …

36 r regression regularization glmnet

2

Dlaczego rozkład Dirichleta jest priorytetem w dystrybucji wielomianowej?

W algorytmie modelu tematycznego LDA widziałem to założenie. Ale nie wiem, dlaczego wybrał dystrybucję Dirichleta? Nie wiem, czy możemy użyć Uniform Distribution na Multinomial jako parę?

36 bayesian dirichlet-distribution conjugate-prior

3

Dowody eksperymentalne wspierające wizualizacje w stylu Tufte?

P: Czy istnieją eksperymentalne dowody potwierdzające minimalistyczne wizualizacje danych w stylu Tufte nad wizualizacjami śmieciowymi, powiedzmy, Nigela Holmesa ? Zapytałem, jak dodać śmieci z wykresów do wykresów R tutaj, a osoby udzielające odpowiedzi rzuciły we mnie ogromną ilością snarków. Zatem z pewnością muszą istnieć pewne eksperymentalne dowody, do których nie …

36 data-visualization

4

Jak pobierać próbki z rozkładu normalnego ze znaną średnią i wariancją przy użyciu konwencjonalnego języka programowania?

Nigdy nie miałem kursu statystyki, więc mam nadzieję, że pytam w odpowiednim miejscu. Załóżmy, że mam tylko dwa dane opisujące rozkład normalny: średnią i wariancję . Chcę użyć komputera do losowego pobierania próbek z tej dystrybucji, tak aby uszanować te dwie statystyki.μμ\muσ2σ2)\sigma^2 To całkiem oczywiste, że mogę poradzić sobie ze …

36 normal-distribution sampling computing

4

Co to jest zmienna instrumentalna?

Zmienne instrumentalne stają się coraz bardziej popularne w ekonomii stosowanej i statystyce. Czy dla niewtajemniczonych możemy uzyskać nietechniczne odpowiedzi na następujące pytania: Co to jest zmienna instrumentalna? Kiedy chciałbyś zastosować zmienną instrumentalną? Jak znaleźć lub wybrać zmienną instrumentalną?

36 regression econometrics instrumental-variables

6

Jak quasi dopasować dwa wektory ciągów (w R)?

Nie jestem pewien, jak to nazwać, więc popraw mnie, jeśli znasz lepszy termin. Mam dwie listy. Jeden z 55 elementów (np .: wektor ciągów), drugi z 92. Nazwy elementów są podobne, ale nie identyczne. Życzę, aby znaleźć najlepszego kandydata s w liście do pozycji na liście 55 (będę wtedy przejść …

36 r text-mining

8

O co chodzi w twierdzeniu Bayesa?

Jakie są główne idee, czyli pojęcia związane z twierdzeniem Bayesa ? Nie proszę o żadne pochodne złożonej notacji matematycznej.

36 probability bayesian theory

5

Rozkład prawdopodobieństwa dla różnych prawdopodobieństw

Gdybym chciał uzyskać prawdopodobieństwo 9 sukcesów w 16 próbach z prawdopodobieństwem 0,6 każdej próby, mógłbym zastosować rozkład dwumianowy. Czego mogę użyć, jeśli każda z 16 prób ma inne prawdopodobieństwo sukcesu?

36 distributions probability binomial

3

Uczenie maszynowe: czy powinienem stosować kategoryczną utratę entropii krzyżowej lub utratę entropii krzyżowej binarnej do prognoz binarnych?

Przede wszystkim zdałem sobie sprawę, że jeśli muszę wykonać przewidywania binarne, muszę utworzyć co najmniej dwie klasy, wykonując kodowanie „na gorąco”. Czy to jest poprawne? Czy jednak binarna entropia krzyżowa dotyczy tylko predykcji z tylko jedną klasą? Gdybym miał zastosować kategoryczną utratę entropii krzyżowej, która zwykle występuje w większości bibliotek …

36 machine-learning neural-networks loss-functions tensorflow cross-entropy

4

Jak SVM może „znaleźć” nieskończoną przestrzeń cech, w której zawsze możliwa jest separacja liniowa?

Jaka jest intuicja za tym, że SVM z jądrem gaussowskim ma nieskończoną przestrzeń wymiarową?

36 svm feature-selection kernel-trick

5

Funkcja kosztu sieci neuronowej jest niewypukła?

Funkcja kosztu sieci neuronowej to J(W,b)J(W,b)J(W,b) i twierdzi się, że nie jest wypukła . Nie do końca rozumiem, dlaczego tak jest, ponieważ, jak widzę, jest dość podobny do funkcji kosztu regresji logistycznej, prawda? Jeśli nie jest wypukła, to pochodna drugiego rzędu ∂J∂W<0∂J∂W<0\frac{\partial J}{\partial W} < 0, prawda? AKTUALIZACJA Dzięki poniższym …

36 neural-networks loss-functions

5

Dlaczego problemy regresji nazywane są problemami „regresji”?

Zastanawiałem się, dlaczego problemy z regresją nazywane są problemami z „regresją”. Jaka jest historia tego imienia? Jedna definicja regresji: „Nawrót do stanu mniej idealnego lub rozwiniętego”.

36 regression terminology history etymology

1

Wnioskowanie wariacyjne a MCMC: kiedy wybrać jedną z drugiej?

Wydaje mi się, że mam ogólne pojęcie zarówno o VI, jak i MCMC, w tym o różnych smakach MCMC, takich jak próbkowanie Gibbs, Metropolis Hastings itp. Ten artykuł stanowi wspaniałą prezentację obu metod. Mam następujące pytania: Jeśli chcę robić wnioskowanie bayesowskie, dlaczego miałbym wybierać jedną metodę zamiast drugiej? Jakie są …

36 machine-learning bayesian mcmc variational-bayes approximate-inference

2

Jak znormalizować dane między -1 a 1?

Widziałem formułę normalizacji min-max, ale normalizuje ona wartości od 0 do 1. W jaki sposób normalizowałbym moje dane od -1 do 1? Mam zarówno ujemne, jak i dodatnie wartości w mojej macierzy danych.

36 dataset normalization