İstatistikler ve Büyük Veri

Birçok kitap ve makalede sıkça kullanılan ve notasyonu arasındaki anlam farkı nedir ?P(z;d,w)P(z;d,w)P(z;d,w)P(z|d,w)P(z|d,w)P(z|d,w)

27 probability  notation 

Tamamen evrişimli ağlar gibi bir piksel segmentasyonu sinir ağlarını eğitirken, Zar katsayısı kaybı fonksiyonuna karşı çapraz entropi kaybı fonksiyonunu kullanma kararını nasıl verirsiniz? Bunun kısa bir soru olduğunun farkındayım, ancak başka hangi bilgileri sağlayacağından emin değilim. İki kayıp işlevi hakkında bir sürü belgeye baktım ancak birini ne zaman kullanacağımı sezgisel …

27 neural-networks  loss-functions  cross-entropy 

Bu sorunun buraya ait olup olmadığından emin değilim, ancak optimizasyondaki degrade yöntemleriyle yakından ilgilidir, bu da burada konuyla ilgili görünüyor. Her neyse, başka bir topluluğun bu konuda daha iyi bir uzmanlığı olduğunu düşünüyorsanız, göç etmekten çekinmeyin. Kısacası, adım adım ters mod otomatik farklılaşma örneği arıyorum . Orada konuyla ilgili çok …

27 optimization  derivative  tensorflow  automatic-differentiation 

Merkle & Steyvers (2013) yaz: Resmen uygun bir puanlama kuralı tanımlamak için izin Bernoulli deneme bir olasılık tahmini olmak gerçek bir başarı olasılığı ile . Doğru puanlama kuralları, ise beklenen değerleri en aza indiren metriklerdir .fffdddpppf= pf=pf = p Bunun iyi olduğunu biliyorum çünkü tahmincileri gerçek inançlarını dürüst bir şekilde …

27 classification  forecasting  scoring-rules 

Diyelim ki f = x * ystandart derin sinir ağını kullanarak basit için regresyon yapmak istiyoruz . Bir hiden katmanına sahip NN'nin herhangi bir işlevi tahmin edebileceğini söyleyen araştırmalar olduğunu hatırlıyorum, ancak denedim ve normalleştirme olmadan NN bu basit çarpma bile yaklaşık olarak yapamadı. Verilerin sadece log-normalizasyonu yardımcı oldu m …

27 regression  machine-learning  neural-networks  deep-learning 

Diyelim ki bir SVM sınıflandırıcımız var, ROC eğrisini nasıl oluştururuz? (Teorik olarak olduğu gibi) (çünkü her bir eşik için TPR ve FPR üretiyoruz). Ve bu SVM sınıflandırıcısı için en uygun eşiği nasıl belirleriz?

27 machine-learning  svm 

Bu SE'de temel bileşen analizine (PCA) sağlam yaklaşımları tartışan birçok mesaj var, ancak PCA'nın neden öncelikli olarak aykırı değerlere karşı duyarlı olduğuna dair tek bir iyi açıklama bulamıyorum .

26 machine-learning  pca  outliers 

Burada aşağıdakileri okudum : Sigmoid çıkışları sıfır merkezli değildir . Bu istenmeyen bir durumdur, çünkü bir Sinir Ağında daha sonraki işlem katmanlarındaki nöronlar (bu konuda daha fazlası) sıfır merkezli olmayan veriler alacaktır. Bunun gradyan iniş sırasındaki dinamikleri üzerinde etkileri vardır, çünkü eğer bir nörona giren veriler her zaman pozitif ise …

26 neural-networks  deep-learning  backpropagation 

Halen Coursera'da İstatistiksel Çıkarım dersi çalışıyorum. Ödevlerden birinde, aşağıdaki soru ortaya çıkıyor. | Suppose you rolled the fair die twice. What is the probability of rolling the same number two times in a row? 1: 2/6 2: 1/36 3: 0 4: 1/6 Selection: 2 | You're close...I can feel it! …

26 probability  self-study  conditional-probability 

Bu muhtemelen aptalca bir soru, fakat olasılık teorisi bire entegre eden / toplayan fonksiyonların çalışması mı? DÜZENLE. Olumsuzluğu unuttum. Öyleyse, olasılık teorisi bire entegre eden / toplayan negatif olmayan fonksiyonların çalışması mıdır?

26 probability  mathematical-statistics  measure-theory 

Öncül bu R paketi betareg1 skeç gelen bu alıntı . Dahası, model genelleştirilmiş doğrusal modellerle (GLM'ler; McCullagh ve Nelder 1989) bazı özellikleri (doğrusal öngörücü, bağlantı işlevi, dağılım parametresi gibi) paylaşır, ancak bu çerçevenin özel bir durumu değildir (sabit dağılım için bile değildir) ) Bu cevap aynı zamanda gerçeği yansıtıyor: [...] …

26 generalized-linear-model  beta-regression  dirichlet-regression 

Bir kitabı okuduğumuzda, notasyonları anlamak içeriğin anlaşılmasında çok önemli bir rol oynar. Ne yazık ki, farklı topluluklar modeldeki formülasyon ve optimizasyon problemi için farklı gösterim kurallarına sahiptir. Herhangi biri, burada bazı formülasyon gösterimlerini özetleyebilir ve olası sebepler sunabilir mi? Burada bir örnek vereceğim: Lineer cebir literatüründe klasik kitap, Strang'ın lineer …

26 machine-learning  probability  self-study  optimization 

Geçenlerde, rekabet şartlarına göre roc auc puanının kullanıldığı bir Kaggle yarışmasını tamamladım. Bu projeden önce normalde model performansını ölçmek için f1 puanını metrik olarak kullandım. İleride, bu iki ölçüm arasında nasıl seçim yapmalıyım acaba? Ne zaman kullanılır ve hangi avantajları ve dezavantajları nelerdir? BTW, burada makaleyi okudum AUC ve F1 …

26 machine-learning  modeling  roc  scoring-rules 

Bayesian istatistiklerinde oldukça yeniyim ve algoritmasının arka ucunda Dirichlet işlemini kullanan düzeltilmiş bir korelasyon ölçüsü olan SparCC ile karşılaştım . Neler olduğunu gerçekten anlamak için adım adım algoritmaya girmeye çalışıyorum ama alphabir Dirichlet dağılımında vector parametresinin ne yaptığından ve vector parametresini nasıl normalleştirdiğinden tam olarak emin değilim alpha? Uygulama Pythonkullanılıyor …

26 distributions  bayesian  dirichlet-distribution 

Arkaplan ve Ampirik Örnek İki çalışmam var; Bir deneme yaptım (1. Çalışma) ve sonra onu tekrar ettim (2. Çalışma). Çalışma 1'de iki değişken arasında bir etkileşim buldum; Çalışma 2'de bu etkileşim aynı yönde idi ancak anlamlı değildi. Çalışma 1'in modelinin özeti: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 5.75882 …

26 bayesian