İstatistikler ve Büyük Veri

Parametre tahmini yapmak için 3 yöntem biliyorum, ML, MAP ve Bayes yaklaşımı. MAP ve Bayes yaklaşımı için parametreler için öncelikler seçmeliyiz, değil mi? Diyelim ki MAP veya Bayes kullanarak tahmin yapmak için parametreler olan bu modelim var , kitapta bir konjugat seçmemiz gerektiğini okudum önce a,, ortak olasılığı , tamam …

17 bayesian  estimation  prior 

Rastgele Ormanlar (RF) rekabetçi bir veri modelleme / madencilik yöntemidir. Bir RF modelinin bir çıkışı vardır - çıkış / tahmin değişkeni. RF'lerle çoklu çıkışların modellenmesine yönelik naif yaklaşım, her çıkış değişkeni için bir RF oluşturmak olacaktır. Bu yüzden N bağımsız modelimiz var ve çıktı değişkenleri arasında korelasyon olduğunda, yedekli / …

17 machine-learning  cart  random-forest  multilabel 

Bu soru , moment üreten işlevlere (MGF) bağlılık hakkında burada sorulan sorudan kaynaklanmaktadır . içindeki değerleri alan sınırlı sıfır ortalama rastgele değişken olduğunu varsayalım ve nin MGF'si olmasına izin verin . Bir kaynaktan Hoeffding eşitsizliği bir kanıtı olarak kullanılan sınırın , elimizde sağ yan MGF olarak tanınabilir standart sapma ile …

17 probability  probability-inequalities  mgf 

Bir GLM yaparken ve anova çıktısında "tekillikler nedeniyle tanımlanmadı" hatası alırsanız, bu hata oluşmasına nasıl karşı koyarsınız? Bazıları bunun ortak değişkenler arasındaki kollearlıktan kaynaklandığını veya veri kümesinde seviyelerden birinin bulunmadığını ileri sürmüştür (bakınız: lm'deki "tekillikler nedeniyle tanımlanmadı" yorumlama ) Hangi "Özellikle tedavi" modelini yönlendirdiğini görmek istedim ve ben tedavi 4 …

17 r  generalized-linear-model  regression-coefficients 

Doğrusal olmayan regresyon hakkındaki istatistiksel literatür için iyi bir derleme makalesi bilen var mı? Öncelikle tutarlılık sonuçları ve asimtotik ile ilgileniyorum. Özellikle ilgi çekici olan model yit=m(xit,θ)+ϵit,yit=m(xit,θ)+ϵit,y_{it} = m(x_{it},\theta) + \epsilon_{it}, panel verileri için. Parametrik olmayan yöntemler daha az ilgi çekicidir. Dergilere bakmak için öneriler de memnuniyetle karşılanmaktadır. Şu anda …

17 regression  references  nonlinear-regression 

Destek Vektör Makinaları ve Doğrusal Diskriminant Analizi arasındaki fark nedir?

17 classification 

Kullandığımda randomForestpaket sınıf olasılıklarını nasıl tahmin ediyor predict(model, data, type = "prob")? Ben kullanıyordum rangerkullanarak rastgele ormanlar yetiştirilmesi probability = Tolasılıklarını tahmin etmek argüman. rangerbelgelerde şöyle diyor: Malley ve ark. (2012). Bazı verileri simüle ettim ve her iki paketi de denedim ve çok farklı sonuçlar elde ettim (aşağıdaki koda bakın) …

17 r  random-forest  prediction 

Aşağıdaki gibi tanımlanan ReLU aktivasyon fonksiyonunun türevi nedir: R e L U (x)= m a x (0,x)R,eLU(x)=mbirx(0,x) \mathrm{ReLU}(x) = \mathrm{max}(0, x) fonksiyonunda süreksizliğin olduğu özel durum ne olacak ?x = 0x=0x=0

17 self-study  neural-networks 

Chris Bishop'un Örüntü Tanıma ve Makine Öğrenimi'ni izleyen herkesin karşılaştığı videolar veya başka kitaplar / notlar var mı? Bu kitabı Machine Learning'i öğrenmek için satın aldım ve bu dersi almakta güçlük çekiyorum.

17 machine-learning  references  pattern-recognition 

Tensorflow, CIFAR-10'u sınıflandırma hakkında örnek bir öğreticiye sahiptir . Eğitimde, toplu işteki ortalama çapraz entropi kaybı en aza indirilmiştir. def loss(logits, labels): """Add L2Loss to all the trainable variables. Add summary for for "Loss" and "Loss/avg". Args: logits: Logits from inference(). labels: Labels from distorted_inputs or inputs(). 1-D tensor of …

17 neural-networks  loss-functions  tensorflow 

Benim sorum aptalca olabilir. Bu yüzden önceden özür dilerim. Stanford NLP grubu ( link ) tarafından önceden eğitilmiş GLOVE modelini kullanmaya çalışıyordum . Ancak, benzerlik sonuçlarımın bazı negatif sayılar gösterdiğini fark ettim. Bu, hemen sözcük-vektör veri dosyasına bakmamı istedi. Görünüşe göre, sözcük vektörlerindeki değerlerin negatif olmasına izin verildi. Bu neden …

17 machine-learning  word2vec  cosine-similarity 

Değişken boyutlu görüntüler, nesne tespiti için evrişimli bir sinir ağına girdi olarak verebilir miyiz? Mümkünse bunu nasıl yapabiliriz? Ancak görüntüyü kırpmaya çalışırsak, görüntünün bir kısmını kaybederiz ve yeniden boyutlandırmaya çalışırsak, görüntünün netliği kaybolur. Ana netlik konusu, ana nokta, görüntü netliği dikkate alındığında en iyisi olduğu anlamına mı geliyor?

17 deep-learning  tensorflow  keras  computer-vision  object-detection 

Herhangi biri bana Cauchy Dağılımından bazı pratik örnekler verebilir mi? Onu bu kadar popüler yapan nedir?

16 distributions  continuous-data  cauchy 

Her şeyden önce şunu sormuyorum: Sıfır korelasyon neden bağımsızlık anlamına gelmez? Burada (oldukça güzel) burada ele alınmaktadır : /math/444408/why-does-zero-correlation-not-imply-independence Sorduğum şey tam tersi ... iki değişkenin birbirinden tamamen bağımsız olduğunu söyleyin. Kazayla küçük bir korelasyonları olamaz mı? Olmamalı mıydı ... bağımsızlık ÇOK KÜÇÜK korelasyonu ima eder mi?

16 correlation  mathematical-statistics  covariance  independence 

(Bu soru Felsefe SE için daha uygun gibi görünebilir. İstatistikçilerin Box ve Shmueli'nin ifadeleri hakkındaki yanlış düşüncelerimi netleştirebileceğini umuyorum, bu yüzden buraya gönderiyorum). ARIMA şöhretinden George Box şöyle dedi: "Tüm modeller yanlış, ancak bazıları faydalı." Galit Shmueli "Açıklamak ya da Tahmin Etmek" adlı ünlü makalesinde şunları savunuyor (ve onunla aynı …

16 predictive-models  aic  bic  philosophical  explanatory-models