İstatistikler ve Büyük Veri

S: Dirichlet İşlemi kullanarak verileri kümelemenin standart yolu nedir? Gibbs örnekleme kullanılırken örnekleme sırasında kümeler belirir ve yok olur. Ayrıca posterior dağılımın küme yeniden etiketlemelerine değişmediği için bir tanımlanabilirlik problemimiz var. Böylece, bir kullanıcının küme hangisi olduğunu söyleyemeyiz, bunun yerine iki kullanıcının aynı kümede olduğunu (yani ).p ( cben= cj)p(ci=cj)p(c_i=c_j) …

14 bayesian  clustering  mcmc  dirichlet-process  identifiability 

Diyelim ki 2 katmanlı yığın otomatik kodlayıcı ve 2 katmanlı sinir ağı oluşturmak için bir algoritma yazıyorum. Aynı şeyler mi yoksa fark mı? Anladığım kadarıyla, bir yığın otomatik kodlayıcı oluşturduğumda, katman katman oluşturacağım. Sinir ağı için, ağdaki tüm parametreleri başlatırım ve daha sonra her veri noktası için, ağdan geçiririm ve …

14 neural-networks  deep-learning  autoencoders 

Ben sadece orada hangi bootstrap üzerinde mevcut en iyi kitaplar hangisi olduğunu sormak istedim. Bununla sadece geliştiricileri tarafından yazılmış olanı kastetmiyorum. Aşağıdaki kriterleri kapsayan önyükleme için hangi ders kitabının size en uygun olduğunu belirtebilir misiniz? Uygulanabilirlik alanı, güçlü ve zayıf yönleri, model seçimi için önemi listeleyen tekniğin felsefi / epistemolojik …

14 sampling  model-selection  bootstrap  references  resampling 

X'e karşı gerilediğimizde , X'in bağımsız değişken ve Y'nin bağımlı değişken olduğunu mu kastediyoruz ? yani Y = bir X + b .YYYXXXXXXY=aX+bY=aX+bY =aX + b

14 regression  terminology 

Q-Learning'i aşağıda açıklandığı gibi uyguladım, http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf Yakl. S (S, A) Aşağıdaki gibi bir sinir ağı yapısı kullanıyorum, Aktivasyon sigmoid Girişler, giriş sayısı + Eylem nöronları için 1 (Tüm Girişler Ölçeklendirilmiş 0-1) Çıkışlar, tek çıkış. Q-Değer N M Gizli Katman sayısı. Keşif yöntemi rastgele 0 <rand () <propExplore Aşağıdaki formülü kullanarak …

14 machine-learning  neural-networks  reinforcement-learning 

Şu anda "faktör analizi" (anlayabildiğim kadarıyla PCA) için bir slayt seti geçiyorum. İçinde, analize giren verilerin korelasyon matrisinin ( ) faktör yükleri matrisi ( ) kullanılarak geri kazanılabileceğini iddia eden "faktör analizi temel teoremi" elde edilir :R,R\bf RbirA\bf A R = A A⊤R=AA⊤\bf R = AA^\top Ancak bu beni karıştırıyor. …

14 pca  factor-analysis  terminology  definition 

F1 skoru, hassasiyet ve hatırlamanın harmonik ortalamasıdır. Geri çağırmanın y ekseni gerçek pozitif orantır (aynı zamanda hatırlamadır). Öyleyse, bazen sınıflandırıcılar düşük hatırlama oranına ancak çok yüksek AUC değerine sahip olabilir, bunun anlamı nedir? AUC ve F1 skorları arasındaki farklar nelerdir?

14 machine-learning  precision-recall  auc  accuracy 

Vikipedi'den alıntı: İstatistik olarak, tutarlı bir tahmin edici veya asimptotik tutarlı tahmin bir parametrenin işlem tahminleri için bir tahmin-kuraldır özelliği -Ona sahip veri noktalarının sayısı süresiz artar kullanıldığı haliyle, olasılık tahmini yakınsak elde edilen sekans İçeride ISTV melerin RWMAIWi'nin ^ * .θ∗θ∗θ^*θ∗θ∗θ^* Bu ifadeyi kesinleştirmek için, θ∗θ∗\theta^* tahmin etmek istediğiniz …

14 machine-learning  mathematical-statistics  consistency 

Eşitsiz varyanslar için Welch t testi (Welch-Satterthwaite veya Welch-Aspin olarak da bilinir) genellikle tamsayı olmayan bir serbestlik derecesine sahiptir . Test sonuçlarını bildirirken bu özgürlük dereceleri nasıl belirtilmelidir? Çeşitli kaynaklardan * göre "Standart t tabloları danışmadan önce en yakın tam sayıya yuvarlanacak geleneksel olan." - tutucudur yuvarlanması bu yönü olarak …

14 t-test  degrees-of-freedom  reporting 

SVM dengesiz veri kümesini ele alıyor mu? Dengesiz veri kümesini işleyen herhangi bir parametre (C veya yanlış sınıflandırma maliyeti gibi) var mı?

14 machine-learning  svm  unbalanced-classes 

http://en.wikipedia.org/wiki/Delta_method Wikipedia makalesinde, ' ning′(θ)g′(θ)g'(\theta) var olması ve g′(θ)g′(θ)g'(\theta) nin sıfır değerinin olmadığı varsayılmıştır . √ için asimtotik dağılım bulmak mümkün mü?n−−√(g(Xn)−g(θ))n(g(Xn)−g(θ))\sqrt{n}(g(X_n)-g(\theta)) göz önüne alındığında,g′(θ)g′(θ)g'(\theta)sıfır ve olabilirn−−√(Xn−θ)→dN(0,σ2)n(Xn−θ)→dN(0,σ2)\sqrt{n}(X_n-\theta) \stackrel{d}{\rightarrow} N(0,\sigma^2)?

14 delta-method 

Madde Tepki Teorisi ile Doğrulayıcı Faktör Analizi arasındaki temel, anlamlı farklılıkların ne olduğunu merak ediyordum. Hesaplamalarda farklılıklar olduğunu anlıyorum (maddeye karşı kovaryanslara daha fazla odaklanma; log-lineer ve lineer). Bununla birlikte, bunun daha üst düzey bir perspektiften ne anlama geldiğine dair hiçbir fikrim yok - bu, IRT'nin bazı durumlarda CFA'dan daha …

14 confirmatory-factor  irt 

Sansürlü verilerin farklı açıklamalarını okudum: A) Bu iş parçacığında açıklandığı gibi, belirli bir eşiğin altında veya üstünde nicelleştirilmemiş veriler sansürlenir. Niteliksiz veri belirli bir eşiğin üzerinde veya altında olduğu anlamına gelir, ancak kesin değeri bilmiyoruz. Veriler daha sonra regresyon modelindeki düşük veya yüksek eşik değerinde işaretlenir . Çok net bulduğum …

14 regression  terminology  censoring 

Web'de aradım, ancak yararlı bir şey bulamadım. Temelde bir değerin 'eşit olarak' dağıtıldığını ölçmenin bir yolunu arıyorum. Bir de olduğu gibi, 'eşit' gibi dağıtılmış dağıtım X : ve kabaca aynı ortalama ve standart sapmaya sahip 'dengesiz' dağıtılmış bir dağılım Y : Ancak m (X)> m (Y) olacak şekilde m eşitlik …

14 variance  standard-deviation  descriptive-statistics  measurement 

Bu soru özellikle ilgili değil R, ama bunu Rgöstermek için kullanmayı seçtim . A (normal) qq-line civarında güven bantları üretme kodunu düşünün: library(car) library(MASS) b0<-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") Ben bu güven bantları nasıl inşa bir açıklama (veya alternatif bir kağıt / çevrimiçi belge açıklayan bir bağlantı) arıyorum (R yardım dosyalarında Fox 2002 …

14 confidence-interval  linear-model  qq-plot