Statystyki i duże zbiory danych

4

Jaka jest różnica w znaczeniu między zapisem i które są powszechnie używane w wielu książkach i artykułach?P ( z | d , w )P(z;d,w)P(z;d,w)P(z;d,w)P(z|d,w)P(z|d,w)P(z|d,w)

27 probability notation

2

Funkcja utraty współczynnika kości vs entropia krzyżowa

Kiedy trenujesz sieci neuronowe segmentujące piksele, takie jak sieci w pełni splotowe, jak podejmiesz decyzję o zastosowaniu funkcji utraty krzyżowej entropii w porównaniu z funkcją utraty współczynnika kości? Zdaję sobie sprawę, że to krótkie pytanie, ale nie jestem pewien, jakie inne informacje podać. Przejrzałem całą dokumentację na temat dwóch funkcji …

27 neural-networks loss-functions cross-entropy

2

Kiedy właściwe jest stosowanie niewłaściwej reguły punktacji?

Merkle i Steyvers (2013) piszą: Aby formalnie zdefiniować prawidłową regułę punktacji, niech będzie prognozą probabilistyczną próby Bernoulliego z prawdziwym prawdopodobieństwem powodzenia . Prawidłowe reguły punktacji to miary, których oczekiwane wartości są zminimalizowane, jeśli .faffreddpppfa= pf=pf = p Rozumiem, że jest to dobre, ponieważ chcemy zachęcić prognostów do generowania prognoz, które …

27 classification forecasting scoring-rules

1

Przykład automatycznego różnicowania w trybie odwrotnym

Nie jestem pewien, czy to pytanie należy tutaj, ale jest ściśle związane z metodami gradientu w optymalizacji, co wydaje się być tutaj na temat. W każdym razie możesz swobodnie przeprowadzić migrację, jeśli uważasz, że inna społeczność ma lepsze doświadczenie w tym temacie. Krótko mówiąc, szukam krok po kroku przykładu automatycznego …

27 optimization derivative tensorflow automatic-differentiation

1

Jak intuicyjnie rozumieć SARIMAX?

Próbuję zrozumieć artykuł na temat prognozowania obciążenia elektrycznego, ale walczę z zawartymi w nim koncepcjami, zwłaszcza modelem SARIMAX . Ten model służy do przewidywania obciążenia i wykorzystuje wiele pojęć statystycznych, których nie rozumiem (jestem studentem informatyki na studiach licencjackich - możesz uznać mnie za laika w statystyce). Nie muszę całkowicie …

27 regression time-series arima autoregressive intuition

5

Czy głęboka sieć neuronowa może przybliżać funkcję mnożenia bez normalizacji?

Powiedzmy, że chcemy wykonać regresję dla prostego f = x * yużycia standardowej głębokiej sieci neuronowej. Pamiętam, że istnieją powtórzenia, które mówią, że NN z jedną warstwą ukrytą może apoksymować dowolną funkcję, ale próbowałem i bez normalizacji NN nie był w stanie zbliżyć nawet tego prostego mnożenia. Pomogła tylko normalizacja …

27 regression machine-learning neural-networks deep-learning

4

Jak ustalić optymalny próg klasyfikatora i wygenerować krzywą ROC?

Powiedzmy, że mamy klasyfikator SVM, w jaki sposób generujemy krzywą ROC? (Jak teoretycznie) (ponieważ generujemy TPR i FPR z każdym progiem). Jak ustalić optymalny próg dla tego klasyfikatora SVM?

27 machine-learning svm

1

Co to jest badanie ablacyjne? I czy istnieje systematyczny sposób, aby to wykonać?

Co to jest badanie ablacyjne? I czy istnieje systematyczny sposób, aby to wykonać? Na przykład mam predyktorów w regresji liniowej, którą nazwiebym jako mój model.nnn Jak przeprowadzę do tego badanie ablacyjne? Jakich wskaźników powinienem użyć? Docenione zostanie kompleksowe źródło lub podręcznik.

27 regression machine-learning neural-networks

1

Dlaczego PCA jest wrażliwa na wartości odstające?

W tej SE jest wiele postów na temat solidnych podejść do analizy głównych składników (PCA), ale nie mogę znaleźć ani jednego dobrego wyjaśnienia, dlaczego PCA jest wrażliwe na wartości odstające.

26 machine-learning pca outliers

7

Dwa rzuty kostkami - ta sama liczba w sekwencji

Obecnie studiuję klasę wnioskowania statystycznego na Coursera. W jednym z zadań pojawia się następujące pytanie. | Suppose you rolled the fair die twice. What is the probability of rolling the same number two times in a row? 1: 2/6 2: 1/36 3: 0 4: 1/6 Selection: 2 | You're close...I …

26 probability self-study conditional-probability

5

Dlaczego pierwiastek kwadratowy wariancji tworzy odchylenie standardowe?

Przepraszam, jeśli odpowiedź została udzielona w innym miejscu, nie udało mi się jej znaleźć. Zastanawiam się, dlaczego w szczególności wykorzystujemy pierwiastek kwadratowy wariancji, aby stworzyć odchylenie standardowe? Co to znaczy wziąć pierwiastek kwadratowy, który daje użyteczną wartość?

26 variance standard-deviation

3

Dlaczego regresji Beta / Dirichleta nie uważa się za uogólnione modele liniowe?

Założeniem jest ten cytat z winiety z pakietu R betareg1 . Co więcej, model ma pewne właściwości (takie jak predyktor liniowy, funkcja łącza, parametr dyspersji) z uogólnionymi modelami liniowymi (GLM; McCullagh i Nelder 1989), ale nie jest to szczególny przypadek tego szkieletu (nawet dla ustalonej dyspersji ) Ta odpowiedź nawiązuje …

26 generalized-linear-model beta-regression dirichlet-regression

1

Dlaczego funkcje aktywacji niecentrowanej są problemem w propagacji wstecznej?

Przeczytałem tutaj : Wyjścia sigmoidalne nie są wyśrodkowane na zero . Jest to niepożądane, ponieważ neurony w późniejszych warstwach przetwarzania w sieci neuronowej (więcej o tym wkrótce) otrzymywałyby dane, które nie są wyśrodkowane. Ma to wpływ na dynamikę podczas opadania gradientu, ponieważ jeśli dane wchodzące do neuronu są zawsze dodatnie …

26 neural-networks deep-learning backpropagation

2

Czym dokładnie jest alfa w rozkładzie Dirichleta?

Jestem całkiem nowy w statystyce bayesowskiej i natrafiłem na poprawioną miarę korelacji, SparCC , która wykorzystuje proces Dirichleta w backendie tego algorytmu. Próbowałem przejść przez algorytm krok po kroku, aby naprawdę zrozumieć, co się dzieje, ale nie jestem pewien, co dokładnie alpharobi parametr wektorowy w rozkładzie Dirichleta i jak normalizuje …

26 distributions bayesian dirichlet-distribution

3

Jakie jest bayesowskie uzasadnienie wcześniejszych analiz uprzywilejowanych niż innych analiz?

Tło i przykład empiryczny Mam dwa studia; Przeprowadziłem eksperyment (badanie 1), a następnie powtórzyłem go (badanie 2). W badaniu 1 znalazłem interakcję między dwiema zmiennymi; w badaniu 2 ta interakcja była w tym samym kierunku, ale nie znacząca. Oto podsumowanie modelu badania 1: Coefficients: Estimate Std. Error t value Pr(>|t|) …

26 bayesian