İstatistikler ve Büyük Veri

Tüm aktivasyon katmanları için ReLU kullandığımızda, derin evrişimli sinir ağları için negatif ağırlıklara (yeterli dönemden sonra) sahip olmak mümkün müdür?

13 machine-learning  neural-networks  deep-learning  conv-neural-network 

Ben kategorik değişkenler kavramı ve kollearlık önlemek için temel olarak bir seviye sığdırmak için izin veren ilgili kukla değişken kodlama aşina. Bu tür modellerden parametre tahminlerinin nasıl yorumlanacağına da aşinayım: Temel kategoriye göre kategorik öngörücünün belirli bir donatılmış düzeyi için sonuçta öngörülen değişiklik. Emin olmadığım, bir toplamı oluşturan bağımsız değişkenler …

13 regression  interpretation  proportion  multicollinearity 

Rastgele ormanlarda yakınlık terimi ile karşılaştım. Ama rastgele ormanlarda ne yaptığını anlayamadım. Sınıflandırma amaçlarına nasıl yardımcı olur?

13 machine-learning  random-forest 

MAP kullanmanın ne zaman uygun olduğunu ve MRR'nin ne zaman kullanılması gerektiğini anlamaya çalışıyorum. MRG'nin en iyi ilgili sonuç sayısı 5'ten az olduğunda ve en iyisi 1 olduğunda kullanıldığını belirten bu sunumu buldum . Diğer durumlarda MAP uygundur. İki sorum var: Bunun neden böyle olduğunu gerçekten anlamıyorum. Bu iddia için …

13 information-retrieval  average-precision 

Veri kümemde 73 örnekle 17 sayısal ve 5 ikili (0-1) değişkenim var. Bir küme analizi yürütmem gerekiyor. Gower mesafesinin karışık değişkenlere sahip veri kümeleri için iyi bir metrik olduğunu biliyorum. Ancak, Gower mesafesinin ikili değişkenler arasındaki farkı nasıl hesapladığını anlayamadım . Bana öyle geliyor ki Öklid mesafesinden farklı değil.

13 clustering  distance  mixed-type-data 

Andrew Ng'in "Machine Learning" kursunu birkaç ay önce Coursera üzerinden aldım, matematik / türevlerin çoğuna dikkat etmedim ve bunun yerine uygulama ve pratikliğe odaklandım. O zamandan beri altta yatan teoriyi incelemeye başladım ve Prof. Ng'nin bazı derslerini tekrar gözden geçirdim. "Düzenli Doğrusal Regresyon" konulu konferansını okuyordum ve şu maliyet fonksiyonunu …

13 regression  self-study 

Sorunumun cevabını bulmaya çalışırken bu sitedeki tüm sayfaları zaten okudum ama kimse bana doğru olan gibi görünmüyor ... Öncelikle size birlikte çalıştığım veri türlerini açıklıyorum ... 300 kullanıcının her biri için bir tane olmak üzere çeşitli şehir adlarına sahip bir dizi vektörüm olduğunu varsayalım. Ayrıca her kullanıcının anketine veya her …

13 correlation  matlab  ordinal-data  categorical-data  continuous-data 

Sonuçların çoğaltılabilmesi için rastgele bir tohum ayarlamak standart bir tavsiyedir. Bununla birlikte, yalancı rasgele sayılar çizilirken tohum ilerletildiğinden, herhangi bir kod parçası ek bir sayı çekerse sonuçlar değişebilir . İlk bakışta, sürüm kontrolü, bunun için bir çözüm gibi görünüyor, çünkü en azından notlarınıza veya kağıdınızdaki sonuçları yazdığınızda sürümü geri döndürüp …

13 random-generation 

Gauss süreçlerinin faydalarıyla ilgili bu karışıklığa sahibim. Yani, doğrusal fonksiyonun verileri modellediğini tanımladığımız basit doğrusal regresyon ile karşılaştırmak. Bununla birlikte, Gaussian süreçlerde fonksiyonların dağılımını tanımlarız, fonksiyonun doğrusal olması gerektiğini özel olarak tanımlamıyoruz demektir. Fonksiyonun ne kadar pürüzsüz olması gerektiği ve hepsi gibi özellikleri tanımlayan, Gaussian olan fonksiyonun üzerinde bir öncül …

13 gaussian-process 

Umarım bu forumlardaki biri gen ekspresyon çalışmalarındaki bu temel problemde bana yardımcı olabilir. Deneysel ve kontrol dokusunun derin dizilimini yaptım. Daha sonra kontrol üzerindeki deney numunesinde genlerin kat zenginleştirme değerlerini elde ettim. Referans genomun ~ 15.000 geni vardır. İlgilenen numunemde 15.000 genin 3.000'i kontrole kıyasla belirli bir kesimin üzerinde zenginleştirildi. …

13 r  genetics  bioinformatics  microarray  biostatistics 

Anladığım kadarıyla, parti normu tüm giriş özelliklerini bir katmana normal bir birim normal dağılımına normalleştirir, N(μ=0,σ=1)N(μ=0,σ=1)\mathcal{N}(\mu=0,\sigma=1). Ortalama ve varyansμ,σ2μ,σ2\mu, \sigma^2 mevcut mini parti için değerleri ölçülerek tahmin edilir. Normalleştirmeden sonra girişler skaler değerlerle ölçeklenir ve kaydırılır: x^′i=γx^i+βx^i′=γx^i+β\hat{x}_i' = \gamma \hat{x}_i + \beta (Burada yanılıyorsam beni düzeltin - burası biraz emin …

13 batch-normalization 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 10 ay önce kapalı . Kahve, Theano, TensorFlow, keras gibi makine öğrenimi ve derin öğrenme için çok sayıda kütüphane olduğunu biliyorum ... Ama benim için …

13 neural-networks  deep-learning  conv-neural-network 

Rubin'in nedensel modelini uygularken, ihtiyacımız olan (test edilemez) varsayımlardan biri anlamsızlıktır, yani (Y(0),Y(1))⊥T|X(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X LHS'nin karşı olgusal olduğu durumlarda, T tedavidir ve X kontrol ettiğimiz ortak değişkenlerdir. Bunu Rubin Nedensel Modeli hakkında fazla bir şey bilmeyen bir kişiye nasıl tarif edeceğini merak ediyorum. Teorik olarak bu varsayımı niye ihtiyacımız olduğunu …

13 causality  treatment-effect  confounding 

Doğrusal regresyon için kategorik özellikleri kodlarken, bir kural vardır: aptal sayısı toplam düzey sayısından daha az olmalıdır (eşzamanlılığı önlemek için). Karar Ağaçları için benzer bir kural var mı (torbalanmış, güçlendirilmiş)? Bunu soruyorum çünkü Python'daki standart bir uygulama, nseviyeleri benim için yetersiz görünen nmankenlere (sklearns ' OneHotEncoderveya Pandas' pd.get_dummies) genişletmek gibi …

13 categorical-data  random-forest  cart  boosting 

RandomForestR paketini kullanıyorum ve Y ekseni değerlerini kısmi bağımlılık grafiklerinde nasıl yorumlayacağım konusunda kafam karıştı. Yardım belgeleri, planın "bir değişkenin sınıf olasılığı üzerindeki marjinal etkisinin grafiksel bir tasviri" olduğunu belirtir. Ancak, hala y ekseninin tam olarak neyi temsil ettiği konusunda kafam karıştı. Özellikle, negatif değerler ne anlama geliyor? Sınıfı doğru …

13 r  interpretation  random-forest  partial-plot