İstatistikler ve Büyük Veri

Andrew Ng'un Makine Öğrenimi ile ilgili ders notlarına bakıyorum . Notlar bize lojistik gerilemeyi ve ardından algılayıcısını tanıtıyor. Perceptron tarif edilirken, notlar sadece lojistik regresyon için kullanılan eşik fonksiyonunun tanımını değiştirdiğimizi söylüyor. Bunu yaptıktan sonra, sınıflandırma için Perceptron modelini kullanabiliriz. Öyleyse sorum şu - eğer bunun belirtilmesi gerekiyorsa ve Perceptron'u …

30 regression  machine-learning  self-study  logistic  perceptron 

Diyelim ki iki örneğim var. Farklı topluluklardan çekilip çekilmediklerini söylemek istersem, bir t testi yapabilirim. Ama diyelim ki numunelerin aynı popülasyondan olup olmadığını test etmek istiyorum. İnsan bunu nasıl yapar? Yani, bu iki numunenin aynı popülasyondan alınma ihtimalini istatistiksel olarak nasıl hesaplayabilirim?

30 statistical-significance 

Yapay sinir ağı , Bayes ağı , karar ağacı ve Petri ağları arasındaki fark , hepsi grafiksel modeller olmasına rağmen görsel olarak sebep-sonuç ilişkisini gösteriyor.

30 machine-learning  neural-networks  bayesian-network  fuzzy 

Biri standart hatayı elde etmek için bir parametreyi patlattığında, parametrenin bir dağılımını elde ederiz. Neden bu dağılımın ortalamasını bir sonuç olarak kullanmıyoruz veya almaya çalıştığımız parametre için tahmin yapmıyoruz? Dağılım, gerçekte yaklaşık değil mi? Bu nedenle “gerçek” değer hakkında iyi bir tahminde bulunacağız. Yine de örneklemimizden aldığımız orijinal parametreyi rapor …

30 distributions  bootstrap  standard-error  expected-value 

Yanlış Keşif Hızı'nın (FDR) bireysel araştırmacıların sonuçlarını nasıl bilgilendirmesi gerektiği konusunda kafamı sarmaya çalışıyorum. Örneğin, çalışmanızın gücü yetersizse, sonuçlarınızı düzeyinde anlamlı olsalar bile misiniz? Not: Birden fazla test düzeltmesi için bir yöntem olarak değil , birden fazla çalışmanın sonuçlarını toplu olarak incelemek bağlamında FDR'den bahsediyorum .α=.05α=.05\alpha = .05 Test edilen …

30 statistical-significance  p-value  publication-bias  false-discovery-rate 

LASSO (ve diğer model seçim prosedürleri) için tahmincileri yeniden düzenlemek çok önemlidir. Genel öneri ı takip sürekli değişkenler için bir 0 ortalama, 1 standart sapma normalleşmesini kullanmak için basitçe. Ama aptallarla ne ilgisi var? Örneğin , aynı (mükemmel) yaz okulundan bazı uygulamalı örnekler , muhtemelen aptallarla karşılaştırılabilir olması için sürekli …

30 predictive-models  model-selection  lasso  standardization  multidimensional-scaling 

vifR paketindeki işlevi kullanarak varyans enflasyon faktörlerini yorumlamaya çalışıyorum car. İşlev hem genelleştirilmiş bir hem de . Göre yardım dosyası , ikinci değerdirVIFVIF\text{VIF}GVIF1/(2⋅df)GVIF1/(2⋅df)\text{GVIF}^{1/(2\cdot\text{df})} Güven elipsoidinin boyutunu ayarlamak için, işlev ayrıca GVIF ^ [1 / (2 * df)] değerini de basar, burada df terimi ile ilişkili serbestlik dereceleridir. Bu açıklamanın anlamını …

30 r  multicollinearity  vif 

Diyelim ben var ki boyutlu değişkenli Gauss dağılımı. Ve alır , n gözlemler (bunların her a s -vector) bu dağılımdan ve örnek kovaryans matrisi hesaplamak S . Bu yazıda yazarlar, p > n ile hesaplanan örnek kovaryans matrisinin tekil olduğunu belirtmektedir .pppnnnpppSSSp>np>np > n Nasıl doğru veya türetilmiş? Herhangi bir …

30 covariance-matrix  linear-algebra 

Ağırlıkları sıfırlarla başlatmak neden tehlikelidir? Bunu gösteren basit bir örnek var mı?

30 neural-networks  backpropagation 

Küçük ekibimiz bir tartışma yaptı ve takıldı. Cox regresyonunun altında Poisson dağılımı olup olmadığını bilen var mı? Muhtemelen sürekli risk altında olan Cox regresyonunun Poisson regresyonu ile sağlam bir varyansa benzerlik gösterebileceğini tartışmıştık. Herhangi bir fikir?

30 regression  poisson-distribution  cox-model 

R'de gbm'deki etkileşim derinliği parametresi ile ilgili bir sorum vardı. Bu, özür dilediğim noob bir soru olabilir, ancak bir ağaçtaki terminal düğümlerinin sayısını belirttiğine inandığım parametre, temel olarak X-yolunu gösterir. öngörücüler arasındaki etkileşim? Sadece bunun nasıl çalıştığını anlamaya çalışıyorum. Ek olarak, bu iki faktör değişkeninin tek bir faktörde birleştirilmesi haricinde, …

30 r  machine-learning  boosting  gbm 

SVD'nin işbirlikçi filtrelemede nasıl kullanıldığına biraz karıştı. Sosyal bir grafiğim olduğunu ve kenarlardan bitişik bir matris oluşturduğumu ve ardından bir SVD (benim düzenlileştirme, öğrenme oranları, sparite optimizasyonları vb. Unutalım) unutacağımı varsayalım, önerilerimi geliştirmek için bu SVD'yi nasıl kullanırım? Sosyal grafiğimin instagrama karşılık geldiğini ve yalnızca sosyal grafiğe dayanarak hizmette kullanıcı …

30 svd  recommender-system 

Farklı kaynaklar üzerinde okumaya çalıştım, ancak benim durumumda hangi testin uygun olacağı konusunda hala net değilim. Veri setim hakkında sorduğum üç farklı soru var: Denekler, X'ten kaynaklanan enfeksiyonlar için farklı zamanlarda test edilir. X sonrası için pozitif oranlarının X öncesi için pozitif oranı ile ilişkili olup olmadığını bilmek istiyorum: After …

30 r  chi-squared  mcnemar-test 

Basit doğrusal regresyon durumunda y=β0+β1xy=β0+β1xy=\beta_0+\beta_1x , en küçük kareler tahmincisini türetebilirsiniz , değerini tahmin için bilmek zorundaβ 0 β 1β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2}β^0β^0\hat\beta_0β^1β^1\hat\beta_1 olduğunu varsayalım , tahmin etmeden nasıl ? veya bu mümkün değil mi?β 1 β 2y=β1x1+β2x2y=β1x1+β2x2y=\beta_1x_1+\beta_2x_2β^1β^1\hat\beta_1β^2β^2\hat\beta_2

30 regression  multiple-regression  generalized-linear-model  linear-model 

Deep Convolutional Yapay Sinir Ağları ile ImageNet Sınıflandırması makalesini okuyordum ve 3. bölümde, Convolutional Sinir Ağlarının yapısını nasıl kullandıklarını açıkladıklarını açıklıyorlardı: doygun olmayan doğrusal olmayanf( x ) = m a x ( 0 , x ) .f(x)=mbirx(0,x).f(x) = max(0, x). çünkü eğitmek daha hızlıydı. Bu yazıda, CNN'lerde, sigmoidde ve hiperbolik …

30 machine-learning  neural-networks  terminology  conv-neural-network