İstatistikler ve Büyük Veri

Yığın normalizasyon kağıdını okuyordum [1] ve bir örneklemin geçtiği bir bölüm vardı, normalleşmenin neden dikkatli yapılması gerektiğini göstermeye çalışıyordu. Dürüst olmak gerekirse, örneğin nasıl çalıştığını anlayamıyorum ve kağıtlarını olabildiğince iyi anlamak çok merak ediyorum. Önce burada alıntı yapmama izin verin: Örneğin, öğrenilen yanlılığı b ekleyen ve eğitim verileri üzerinden hesaplanan …

11 machine-learning  neural-networks  conv-neural-network 

Sürekli bir sonuçla LASSO kullanan bazı aday öngörücülerde model seçimi yapmaya çalışıyorum. Amaç, LASSO'dan ayarlama parametrelerinin bir çözüm yolunu elde ettikten sonra genellikle K-kat çapraz doğrulaması ile yapılabilen en iyi tahmin performansına sahip optimal modeli seçmektir. Burada mesele, verilerin küme örneklemesi ve tabakalandırması ile karmaşık çok aşamalı bir anket tasarımından …

11 cross-validation  survey  lasso  glmnet 

Son zamanlarda, Artık Sinir ortaya çıktığını gördük, burada, her kat, bir hesaplama modülü ve katmanın girişini koruyan katmanın çıktısı gibi bir kısayol bağlantısından oluşur : cicic_iyi+1=ci+yiyi+1=ci+yi y_{i+1} = c_i + y_i Ağ, kalan özelliklerin izin verir ve kaybolan gradyan sorununa karşı daha sağlam olmasının yanı sıra son teknoloji performansa ulaşarak …

11 machine-learning  neural-networks  deep-learning  gradient-descent  residual-networks 

İleri beslemeli NN kullanıyorum. Kavramı anlıyorum, ama sorum ağırlıklar hakkında. Onları nasıl yorumlayabilirsiniz, yani neyi temsil ederler ya da nasıl karşılanamazlar (kuşatma sadece fonksiyon katsayıları)? "Ağırlık alanı" adı verilen bir şey buldum, ama bunun ne anlama geldiğinden emin değilim.

11 neural-networks  weights 

R'deki model ortalaması kullanarak bazı verileri analiz etmemden ne rapor edeceğimizi anlamaya ve bilmeye çalışıyorum. Belirli bir değişken üzerinde ölçüm yönteminin etkisini analiz etmek için aşağıdaki komut dosyasını kullanıyorum: İşte veri kümesi: https://www.dropbox.com/s/u9un273gzw9o30u/VMT4.csv?dl=0 Takılacak model: LM.1 <- gls(VMTf ~ turn+sex+method, na.action="na.fail", method = "ML",VMT4) tam modeli araştırmak require(MuMIn) d=dredge(LM.1) print(d) …

11 r  model-averaging 

Gauss süreci, özellikle emülasyonda yaygın olarak kullanılmaktadır. Hesaplama talebinin yüksek olduğu bilinmektedir ( ).0(n3)0(n3)0(n^3) Onları popüler yapan nedir? Ana ve gizli avantajları nelerdir? Parametrik modeller yerine neden kullanılırlar (parametrik modelle, girdi ile çıktı eğilimini tanımlamak için farklı parametrik formların kullanılabileceği tipik doğrusal regresyon anlamına gelir; örneğin, qaudratic)? Gauss sürecini benzersiz …

11 gaussian-process 

Herkes aynı veri setinde ElasticNetPython ve R'de scikit-learn ile bir Elastik Ağ modelinin takılmasının glmnetaynı aritmetik sonuçlar üretip üretmediğini doğrulamaya çalıştı mı ? Parametrelerin birçok kombinasyonunu deniyorum (iki fonksiyon bağımsız değişkenlere geçtikleri varsayılan değerlerde farklılık gösterdiğinden) ve verileri ölçeklendiriyor, ancak hiçbir şey iki dil arasında aynı modeli üretiyor gibi görünüyor. …

11 machine-learning  scikit-learn  glmnet  elastic-net 

Olasılık teorisinin derin ve titiz bir şekilde kapsanmasını sağlayan bir kitap arıyorum, ancak çoğunlukla matematik bölümü dışında yararlı olan materyale vurgu yapıyorum. "Olasılık Teorisi: Keşifler ve Uygulamalar" oldukça iyi duydum, ama başka öneriler almak istedim. Örneğin, Achim Klenke'nin kitabı benim için çok fazla ... teorem kanıtlaması için organize edildi, anlatabildiğim …

11 probability  self-study  references 

Bu benim için zor bir konudur çünkü bir aramada optimizasyon ve stokastik kelimelere sahip olmak neredeyse otomatik olarak stokastik optimizasyon aramalarını varsayılan hale getirir. Ama gerçekten bilmek istediğim, bilgisayar modeli çıktısı stokastik, yani deterministik olmadığında bilgisayar modellerinin optimizasyonu için hangi yöntemler var? Örneğin, bilgisayar modelinin çıktısını temsil eden bazı bilinmeyen …

11 optimization  stochastic-processes 

D = 2 * (doymuş modelin log-olasılığı eksi modelin log-olasılığı) olarak tanımlanan ölçek sapması genellikle GLM modellerinde uyum iyiliğinin bir ölçüsü olarak kullanılır. [D (null model) - D (takılı model)] / D (null model) olarak tanımlanan açıklanan yüzde sapma, bazen doğrusal regresyonun R-karesi için GLM analogu olarak da kullanılır. ZIP …

11 goodness-of-fit  zero-inflation  deviance 

Kağıt burada . Sunum politikası ... hızlı, aşamalı olarak hesaplanan, yerel desen tabanlı özelliklere dayanan doğrusal bir softmax politikasıdır ... Sunum politikasının ne olduğunu ve bir hamle seçmenin politika ağıyla nasıl bir ilişkisi olduğunu anlamıyorum. Daha basit bir açıklama var mı?

11 machine-learning  monte-carlo  reinforcement-learning  games 

Let ile bağımsız Bernoulli rastgele değişkenin bir dizi olabilir Takım S_n = \ toplamı ^ {n} _ {k = 1} \ sol (X_k- \ frac {1}, {k} \ sağ), \ B_n ^ 2 = \ toplamı ^ {n} _ {k = 1} \ frac {k-1} {k ^ 2} olduğu göster …

11 probability  convergence  central-limit-theorem 

Sinir Ağları kullanarak Q-Öğrenme ile ilgili Sorular bölümünde olduğu gibi Q-öğrenimindeki Q değerini yaklaşık olarak belirlemek için bir Sinir Ağı kullanmaya çalışıyorum . İlk cevapta önerildiği gibi, çıktı katmanı için doğrusal bir etkinleştirme işlevi kullanıyorum, yine de gizli katmanlarda sigmoid etkinleştirme işlevini kullanıyorum (2, ancak bunu daha sonra değiştirebilirim). Ayrıca …

11 neural-networks  reinforcement-learning 

SVM ve SVR ile ilgili temel bilgileri biliyorum, ancak yine de marjı en üst düzeye çıkaran bir hiper düzlem bulma sorununun SVR'ye nasıl uyduğunu anlamıyorum. İkinci olarak, SVR'de tolerans marjı olarak kullanılan hakkında bir şey okudum . Bu ne demek?εε\epsilon Üçüncüsü, SVM ve SVR'de kullanılan karar fonksiyonu parametreleri arasında herhangi …

11 regression  machine-learning  svm 

Word2Vec algoritmasının atlama gram modelini anlamada sorunlar yaşıyorum. Sürekli kelime torbasında, bağlam kelimelerinin Sinir Ağı'na nasıl "sığabileceğini" görmek kolaydır, çünkü tek bir sıcak kodlama gösterimlerinin her birini W giriş matrisi ile çarptıktan sonra temel olarak ortalamalandırırsınız. Bununla birlikte, atlama-gram söz konusu olduğunda, giriş kelimesi vektörünü yalnızca bir sıcak kodlamayı giriş …

11 neural-networks  deep-learning  natural-language  word2vec  word-embeddings