İstatistikler ve Büyük Veri

Bu sayfayı okudum: http://neuralnetworksanddeeplearning.com/chap3.html ve çapraz entropili sigmoid çıkış katmanının log-olasılıklı softmax çıkış katmanına oldukça benzer olduğunu söyledi. log katsayılı sigmoid veya çıktı katmanında çapraz entropi ile softmax kullanırsam ne olur? iyi mi? çünkü çapraz entropi arasındaki denklemde sadece küçük bir fark olduğunu görüyorum (eq.57): C=−1n∑x(ylna+(1−y)ln(1−a))C=−1n∑x(yln⁡a+(1−y)ln⁡(1−a))C = -\frac{1}{n} \sum\limits_x (y …

31 neural-networks  maximum-likelihood  softmax 

Lojistik regresyon için kayıp fonksiyonunun iki versiyonunu okudum, hangisi doğru ve neden? Kaynaktan Machine Learning , Zhou ZH (Çince) ile β=(w,b) and βTx=wTx+bβ=(w,b) and βTx=wTx+b\beta = (w, b)\text{ and }\beta^Tx=w^Tx +b : l(β)=∑i=1m(−yiβTxi+ln(1+eβTxi))(1)(1)l(β)=∑i=1m(−yiβTxi+ln⁡(1+eβTxi))l(\beta) = \sum\limits_{i=1}^{m}\Big(-y_i\beta^Tx_i+\ln(1+e^{\beta^Tx_i})\Big) \tag 1 Üniversite tabii kaynaktan ile zi=yif(xi)=yi(wTxi+b)zi=yif(xi)=yi(wTxi+b)z_i = y_if(x_i)=y_i(w^Tx_i + b) : L(zi)=log(1+e−zi)(2)(2)L(zi)=log⁡(1+e−zi)L(z_i)=\log(1+e^{-z_i}) \tag 2 …

31 logistic  loss-functions 

Yaptığım analiz çalışmalarının hemen hepsinde kullanıyorum: set.seed(42) Otostopçunun Galaksi Rehberi'ne saygı duyması . Ama tekrar tekrar aynı tohumu kullanarak yanlılık yaratıp yaratmadığımı merak ediyorum.

31 random-generation 

Bir Posterior'un ne olduğunu biliyorum ama ikincisinin ne anlama geldiğinden emin değilim? 2 farklı nasıl? Kevin P Murphy, ders kitabındaki Makine Öğrenmesi: Olasılıklı bir Perspektif olduğunu, “içsel bir inanç hali” olduğunu belirtti. Bu gerçekten ne anlama geliyor? Bir Prior'ın içsel inancınızı veya önyargınızı temsil ettiği izlenimindeydim, nerede yanlış yapıyorum?

31 posterior  definition 

Milyonlarca puan varken R'nin araziler üretmesinin uzun zaman alabildiğini görüyorum - puanların ayrı ayrı çizilmesi şaşırtıcı değil. Ayrıca, bu tür araziler çoğu zaman fazla dağınıktır ve kullanışlı olması için yoğundur. Noktaların çoğu örtüşür ve siyah bir kütle oluşturur ve bu kütleye daha fazla nokta çizmek için çok zaman harcanır. Standart …

31 r  data-visualization 

Yani bu değişkenlerin bazıları kendi aralarında kuvvetle koreledir. Bunları nasıl / neden / hangi bağlamda bağımsız değişkenler olarak tanımlarız ?

30 regression  terminology  predictor 

Eğer ortak olasılık 2 olayın kesişmesiyse, 2 bağımsız olayın ortak olasılığı hiç kesişmediğinden sıfır olmamalı mı? Kafam karıştı.

30 probability  joint-distribution 

Bir sinir ağı, bir amaca ulaşmak için bir araç olarak veri setinin özelliklerini öğrenir. Bu yapıldığında, sinir ağının ne öğrendiğini bilmek isteyebiliriz. Özellikleri neydi ve neden bunları umursadı. Birisi bu problemi ilgilendiren işin vücuduna bazı referanslar verebilir mi?

30 neural-networks  deep-learning 

İnsanların bir makine öğrenmesi problemindeki mevcut özelliklere dayanarak yeni özellikler yarattığını sık sık görüyorum. Örneğin, burada: https://triangleinequality.wordpress.com/2013/09/08/basic-feature-engineering-with-the-titanic-data/ insanlar bir kişinin ailesinin boyutunu yeni bir özellik olarak kabul etmişlerdir. Mevcut özellikleri olan kardeşlerin, kız kardeşlerin ve ebeveynlerin sayısı. Ama bunun anlamı ne? İlişkili yeni özelliklerin yaratılmasının neden faydalı olduğunu anlamıyorum. Bunu …

30 machine-learning  feature-engineering 

Rastgele orman sınıflandırıcılarının yazılım uygulamaları, kullanıcıların ormandaki ağaç sayısı da dahil olmak üzere algoritmanın davranışını hassas bir şekilde ayarlayabilmesi için bir dizi parametreye sahiptir. Bu , her bölmede denenecek özellik sayısının aynı şekilde ayarlanması gereken bir parametre midir (Leo Breiman'ın çağırdığı )?mmmmtry

30 classification  optimization  random-forest  hyperparameter 

Son zamanlarda , belirli bir veri setinde bir k-NN sınıflandırıcısının kullanılmasını öneren bir makale ile karşılaştım . Yazarlar, farklı k değerleri için k-kat çapraz doğrulama yapmak ve mevcut en iyi hiperparametre konfigürasyonunun çapraz doğrulama sonuçlarını bildirmek için mevcut tüm veri örneklerini kullandı . Bildiğim kadarıyla, bu sonuç önyargılı ve hiperparametre …

30 cross-validation  references  model-selection  model-evaluation 

Benim sorum , daha güçlü bir şekilde tahmin edilmelerine rağmen,% 95 güven aralıkları yerine% 50 güven aralıklarının kullanılmasını savunan Andrew Gelman'ın blog yazısında bu yorumdan çıkıyor : 3 nedenden dolayı% 50 ila% 95 aralıklarını tercih ederim: Hesaplamalı kararlılık, Daha sezgisel değerlendirme (% 50 aralıkların yarısı gerçek değeri içermelidir), Uygulamalarda, gerçekçi …

30 confidence-interval  assumptions  robust 

Adil bir 6 taraflı kalıbın haddelenmesi için beklenen değeri 3.5 olarak aldığımızı biliyorum. Ancak sezgisel olarak, her yüze 1/6 eşit şansla bekliyorum. Öyleyse, bir kalıbın beklenen değeri, eşit olasılıkla 1-6 arasındaki rakamlardan biri olmamalıdır mı? Başka bir deyişle, '6 taraflı bir kalıp atmanın beklenen değeri nedir?' Bunun yerine 3,5. Sezgisel …

30 expected-value  terminology  history 

Son zamanlarda makine / istatistik öğreniminde "sınıf dengesizliği sorunu" hakkında çok fazla düşündüm ve neler olup bittiğini anlamadığım bir duyguyu daha da derinleştiriyorum. İlk önce, terimlerimi tanımlamama (veya tanımlamaya çalışmama) izin verin: Sınıf dengesizliği bir sorun makinesi / istatistiksel öğrenme 1 sınıflara 0 sınıfların oranı çok eğik olduğu zaman, bazı …

30 classification  predictive-models  unbalanced-classes  scoring-rules 

Let ve beyaz gürültü süreçleri olmak. mutlaka beyaz bir gürültü işlemi olduğunu söyleyebilir miyiz ?b tatata_tbtbtb_tct=at+btct=at+btc_t=a_t+b_t

30 time-series  econometrics  white-noise