İstatistikler ve Büyük Veri

Word2vec bağlamında negatif örnekleme kavramını anlamaya çalışıyorum. [Negatif] örnekleme fikrini sindiremiyorum. Örneğin Mikolov gazetelerinde olumsuz örnekleme beklentisi şu şekilde formüle edilmiştir: günlükσ( ⟨ W , c ⟩ ) + k ⋅ ecN-∼ PD[ logσ( - ⟨ w , CN-⟩ ) ] .log⁡σ(⟨w,c⟩)+k⋅EcN∼PD[log⁡σ(−⟨w,cN⟩)].\log \sigma(\langle w,c\rangle ) + k \cdot \mathbb E_{c_N\sim …

19 machine-learning  word2vec  word-embeddings 

Jaynes'in sık sık “örtük bir öncekiyle” çalıştığını iddia ettiği fikrini duydum. Bu örtük öncelikler nedir veya bunlar mı? Bu, sık kullanılan modellerin, Bayesian modellerinin bulunmasını bekleyen özel vakaları anlamına mı geliyor?

19 bayesian  prior  posterior  frequentist 

İlk olarak, sonuçların olasılığını verir. Örneğin ABD seçimleri için tahminleri şu anda% 82 Clinton vs% 18 Trump. Şimdi, Trump kazansa bile, kazanması gereken zamanın sadece% 18'i olmadığını nasıl bilebilirim? Diğer sorun ise olasılıklarının zaman içinde değişmesidir. 31 Temmuz'da Trump ve Clinton arasında neredeyse 50-50 idi. Sorum şu, aynı sonuca sahip …

19 forecasting  prediction  validation  accuracy  scoring-rules 

Bu aslında math.se'de bulduğum ve umduğum cevapları alamadığım bir sorunun tekrarı . Let bağımsız olarak, aynı dağılmış tesadüfi değişkenlerin bir sekansı olması ve \ mathbb {V} [x_i] = 1 .{ Xben}i ∈ N{Xben}ben∈N-\{ X_i \}_{i \in \mathbb{N}}E [ Xben] = 1E[Xben]=1\mathbb{E}[X_i] = 1V [ Xben] = 1V[Xben]=1\mathbb{V}[X_i] = 1 Değerlendirmeyi …

19 probability  mathematical-statistics  asymptotics 

Scikit kullanarak mevcut belgelere konu atamak için çok etiketli bir sınıflandırıcı oluşturmaya çalışıyorum Belgelerimi TfidfVectorizeretiketlerden geçirerek işliyorum ve tahmincisi olarak MultiLabelBinarizera OneVsRestClassifierile oluşturdum SGDClassifier. Ancak sınıflandırıcımı test ederken, sadece okuduğumdan benzer problemler için oldukça düşük olan .29'a kadar puan alıyorum. TfidfVectorizer üzerinde stopwords, unigrams, stemming gibi çok sayıda seçenek denedim …

19 scikit-learn  multi-class  multilabel 

Karar kütüğü, sadece bir bölünmüş bir karar ağacıdır. Ayrıca parçalı bir işlev olarak da yazılabilir. Örneğin, bir vektör olduğunu ve ilk bileşeni olduğunu varsayalım , regresyon ayarında bazı kararlar olabilirxxxx1x1x_1xxx f(x)={35x1≤2x1>2f(x)={3x1≤25x1>2f(x)= \begin{cases} 3& x_1\leq 2 \\ 5 & x_1 > 2 \\ \end{cases} Ama doğrusal bir model mi? nerede olarak …

19 machine-learning  cart  linear  boosting 

Rasgele bir noktanın Kartezyen x,yx,yx,y koordinatları seçilsin mi st (x,y)∼U(−10,10)×U(−10,10)(x,y)∼U(−10,10)×U(−10,10)(x,y) \sim U(-10,10) \times U(-10,10) . Böylece, yarıçap, ρ=x2+y2−−−−−−√ρ=x2+y2\rho = \sqrt{x^2 + y^2} ,ρtarafından ima edildiği gibi düzgünρρ\rho sitesindeki PDF . Yine de θ=arctanyxθ=arctan⁡yx\theta = \arctan{\frac{y}{x}} , kenarlardaki 4 artakalan nedeniyle oluşan artefaktlar hariç, neredeyse eşit olacak şekilde: Aşağıdaki grafiksel gösterim …

19 normal-distribution  matlab  pdf  uniform 

Yeni bir matematik bölümü öğretim üyesi olarak katıldım. tanınmış bir kurumun. Lisans düzeyinde Olasılık ve İstatistik dersini vereceğim. Kurumun bu ders için zaten çok memnun olmadığım bir müfredatı var. Bu müfredatta, önce istatistikler kapsanır, ayrıca tahmin kısmı eksiktir. Her zaman istatistik öğretmeden önce olasılık temellerinin öğretilmesi gerektiğini düşündüm. Birisi bunun …

19 teaching 

'Varyansın tersi' anlamına gelen bir kelime var mı? Yani, yüksek varyansı varsa, düşük ? Yakın bir antonym ile ilgilenmiyorum ('anlaşma' veya 'benzerlik' gibi) ama özellikle mı geliyor?XXXXXX......\dots1 / σ21/σ21/\sigma^2

19 bayesian  variance  terminology  precision 

Tahmin veya tahminle değil, yalnızca model parametrelerini tahmin etmek (ve yorumlamak) ile ilgileniyorsak, düzenlileştirme yardımcı olabilir mi? Amacınız yeni veriler üzerinde iyi tahminler yapmaksa, normalleştirme / çapraz doğrulamanın son derece yararlı olduğunu görüyorum. Peki ya geleneksel ekonomi yapıyorsanız ve tek umduğunuz şey tahmin etmek ? Çapraz doğrulama da bu bağlamda …

19 cross-validation  econometrics  model-selection  interpretation  regularization 

Normal bir dağılımda iki parametremiz var: ortalama μμ\mu ve varyans σ2σ2\sigma^2 . Örüntü Tanıma ve Makine Öğrenimi kitabında , aniden hata işlevinin düzenlenme terimlerinde bir hiperparametre görünür λλ\lambda. Hiperparametreler nedir? Neden böyle adlandırılıyorlar? Ve genel olarak parametrelerden sezgisel olarak nasıl farklıdırlar?

19 terminology  definition  parameterization  hyperparameter 

Skip-gram'ın nadiren kelimeler için neden word2vec'de CBOW'dan daha iyi olduğunu merak ediyorum. Https://code.google.com/p/word2vec/ adresinde hak talebini okudum .

19 natural-language  word2vec  word-embeddings 

Benim için sık istatistikler, tüm olası örnekler için iyi karar vermeye çalışmakla eş anlamlıdır. Yani, sık sık bir karar kuralı her zaman, bir kayıp fonksiyonu ve gerçek doğanın durumuna bağlı olan sıklık riskini en aza indirmeye çalışmalıdır :δδ\deltaLLLθ0θ0\theta_0 R,fr e q= Eθ0( L ( θ0, δ( Y) )Rfreq=Eθ0(L(θ0,δ(Y))R_\mathrm{freq}=\mathbb{E}_{\theta_0}(L(\theta_0,\delta(Y)) Maksimum olasılık …

19 maximum-likelihood  frequentist 

Makine öğrenimi konusunda yeniyim ve farklı makine öğrenme algoritmaları (Karar Ağaçları, Yükseltme, SVM ve Sinir Ağları) arasındaki farkları karşılaştırabildiğim ve karşılaştırdığım bazı veri kümeleri arıyorum. Bu tür veri kümelerini nerede bulabilirim? Veri kümesini düşünürken nelere dikkat etmeliyim? Bazı iyi veri kümelerine işaret edebilir ve ayrıca onları iyi bir veri kümesi …

19 machine-learning  dataset 

Bu makalede , yazar doğrusal diskriminant analizini (LDA) temel bileşen analizine (PCA) bağlar. Sınırlı bilgimle, LDA'nın PCA'ya nasıl benzediğini takip edemiyorum. Her zaman LDA'nın lojistik regresyona benzer bir sınıflandırma algoritması olduğunu düşündüm. LDA'nın PCA'ya nasıl benzediğini anlamada bazı yardımları takdir edeceğim, yani boyutsallık azaltma tekniği nasıl.

19 classification  pca  dimensionality-reduction  discriminant-analysis  canonical-correlation