«self-study» etiketlenmiş sorular

Yakın zamanda , olasılık sorularından birinin aşağıdaki gibi olduğu bir veri bilimi görüşme kaynağı satın aldım : Bilinen parametrelerle normal bir dağılımdan çekilişler verildiğinde, düzgün bir dağılımdan çekilişleri nasıl simüle edebilirsiniz? Orijinal düşünce sürecim, ayrı bir rastgele değişken için, her alt bölümün normal eğri altında eşit bir alana sahip olduğu …

15 self-study  normal-distribution  simulation  uniform 

Soru Eğer , IID, o zaman işlem olup , .X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT=∑iXiT = \sum_i X_i Deneme : Lütfen aşağıdakilerin doğru olup olmadığını kontrol edin. Diyelim ki, şu koşullu beklentilerin toplamını alalım, böylece Her demektir yana IID vardır.∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i \mathbb{E}\left( X_i \mid T \right) = \mathbb{E}\left( …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

(aa bir çok olurdu, bb olmaz) 10! / 8 olacağını düşündüm! Ama görünüşe göre yanlış bir şey yapıyorum. Biri bana yardım edebilir mi?

14 self-study  combinatorics 

Üniversitemde bir makine öğrenimi kursu aldım. Sınavlardan birinde bu soru soruldu. Model 1: y=θx+ϵy=θx+ϵ y = \theta x + \epsilon Model 2: y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon Yukarıdaki modellerden hangisi verilere daha uygun? (verilerin doğrusal regresyon kullanılarak modellenebileceğini varsayın) Doğru cevap (profesöre göre) her iki …

14 regression  machine-learning  self-study  modeling  model 

Rastgele değişkenlerden oluşan bir akışı , ; toplamın bir tanesini aşması için ihtiyacımız olan terim sayısı olsun , yani en küçük sayıdır.Xi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. Neden ortalama gelmez Euler sabiti eşit ?YYYeee E(Y)=e=10!+11!+12!+13!+…E(Y)=e=10!+11!+12!+13!+…\mathbb{E}(Y) = e = \frac{1}{0!} + \frac{1}{1!} + \frac{1}{2!} + …

14 probability  self-study  expected-value  uniform 

Pr ( X> x )Pr(X>x)\Pr(X>x)

14 self-study 

Öncelikle, varsayalım değil bu ilginç sitenin tüm aktif üyeleri iş olarak istatistikçiler bulunmaktadır. Aksi takdirde aşağıdaki soru sorulmasının anlamı yoktur! Onlara elbette saygı duyuyorum, ama kavramsal olmaktan ziyade biraz daha pratik bir açıklamaya ihtiyacım var. Tanımlamak için Wikipedia'dan bir örnekle başlıyorum point process: S, Borel σ-cebiri B (S) ile donatılmış …

14 self-study  terminology  notation 

R'de, drop1komut düzgün bir şey verir. Bu iki komut size bazı çıktılar vermelidir: example(step)#-> swiss drop1(lm1, test="F") Benimki şöyle: > drop1(lm1, test="F") Single term deletions Model: Fertility ~ Agriculture + Examination + Education + Catholic + Infant.Mortality Df Sum of Sq RSS AIC F value Pr(F) <none> 2105.0 190.69 Agriculture …

14 r  regression  self-study  stepwise-regression 

Optimal bir lambda aramak için glmnetiçeride caretkullanma cv.glmnetve aynı görevi yapmak için kullanma karşılaştırmasında çok fazla karışıklık var gibi görünüyor . Birçok soru yöneltildi, örneğin: Sınıflandırma modeli train.glmnet mi cv.glmnet mi? Glmnet'i caret ile kullanmanın doğru yolu nedir? "Caret" kullanarak çapraz onaylama "glmnet" ancak sorunun tekrarlanabilirliğinden kaynaklanabilecek hiçbir cevap verilmemiştir. …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. 5 yıl önce kapalı . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) Deviance Residuals: Min 1Q …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Andrew Ng'in makine öğrenimi kursunu alıyorum ve birkaç denemeden sonra bu sorunun cevabını doğru bir şekilde alamadım. Seviyeden geçtiğim halde lütfen bunu çözmeye yardımcı ol. öğrencinin bir ders aldığını ve dersin bir ara sınav ve bir final sınavı olduğunu varsayalım . İki sınavda puanlarının veri kümesini topladınız. Bu, aşağıdaki gibidir:m …

14 machine-learning  self-study  normalization 

Sürekli değişken olduğunu biliyorum .P[X=x]=0P[X=x]=0P[X=x]=0 Fakat ise sonsuz sayıda olası ' olduğunu göremiyorum . Ve ayrıca olasılıkları neden sonsuz derecede küçülüyor?xP[X=x]=0P[X=x]=0P[X=x]=0xxx

14 probability  self-study  references  continuous-data 

Let Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3 ve Y4Y4Y_4 be rasgele dört değişkenleri, bu E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3 , buradaθ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 bilinmeyen parametrelerdir. AyrıcaVar(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2 , olduğunu varsayalım .i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. O zaman hangisi doğrudur? A. θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3 tahmin edilebilir. B. θ1+θ3θ1+θ3\theta_1+\theta_3 tahmin edilebilir. C. θ1−θ3θ1−θ3\theta_1-\theta_3 tahmin edilebilir ve θ1-θ3'ün12(Y1+Y3)12(Y1+Y3)\dfrac{1}{2}(Y_1+Y_3)en iyi doğrusal yansız tahminidir.θ1−θ3θ1−θ3\theta_1-\theta_3 …

13 self-study  estimation  inference 

Son birkaç yılda kaos teorisi üzerinde bazı kitlesel pazar çalışmalarını rasgele okurken, veri madenciliği ve sinir ağları, örüntü tanıma, belirsizlik yönetimi vb. Gibi ilgili alanlara çeşitli yönlerinin nasıl uygulanabileceğini merak etmeye başladım. yayınlanmış araştırmada bu tür uygulamaların o kadar az örneğiyle karşılaştım ki, a) bilinen, yayınlanmış deney ve projelerde gerçekten …

13 self-study  mathematical-statistics  references  data-mining  fractal 

Bishop'un Örüntü Tanıma ve Makine Öğreniminin 3.2. Bölümünde , bir kare kaybı fonksiyonu için beklenen kaybın kare şeklinde bir önyargı terimine ayrılabileceğini belirten sapma-varyans ayrışmasını tartışır (bu, ortalama tahminlerin doğrudan ne kadar uzak olduğunu açıklar) model), bir varyans terimi (tahminlerin ortalamanın etrafına yayılmasını tanımlar) ve bir gürültü terimi (verilerin gerçek …

13 self-study  variance  bias  regularization  loss-functions