Statistiche e Big Data

4

Differenza tra errore standard e deviazione standard

Faccio fatica a capire la differenza tra l'errore standard e la deviazione standard. In che modo differiscono e perché è necessario misurare l'errore standard?

96 mean standard-deviation standard-error intuition

4

Come selezionare il kernel per SVM?

Quando si utilizza SVM, è necessario selezionare un kernel. Mi chiedo come selezionare un kernel. Qualche criterio sulla selezione del kernel?

96 machine-learning svm kernel-trick

7

Come scegliere tra test t o test non parametrico, ad es. Wilcoxon in piccoli campioni

Alcune ipotesi possono essere verificate utilizzando il test t di Student (forse usando la correzione di Welch per varianze disuguali nel caso di due campioni), oppure mediante un test non parametrico come il test di rango firmato firmato Wilcoxon, il test U di Wilcoxon-Mann-Whitney, o il test del segno associato. …

96 hypothesis-testing t-test nonparametric small-sample wilcoxon-mann-whitney

5

Elenco completo delle funzioni di attivazione nelle reti neurali con pro / contro

Esistono documenti di riferimento che forniscono un elenco completo delle funzioni di attivazione nelle reti neurali insieme ai loro pro / contro (e idealmente alcuni suggerimenti per le pubblicazioni in cui hanno avuto successo o meno)?

95 neural-networks references

2

Quanto sappiamo di p-hacking "in the wild"?

La frase p -hacking (anche: "dragaggio dei dati" , "snooping" o "pesca") si riferisce a vari tipi di negligenza statistica in cui i risultati diventano artificialmente statisticamente significativi. Esistono molti modi per ottenere un risultato "più significativo", incluso ma non si limita affatto a: analizzando solo un sottoinsieme "interessante" dei …

94 hypothesis-testing statistical-significance p-value model-selection reproducible-research

6

È possibile addestrare una rete neurale senza backpropagation?

Molti libri e tutorial sulla rete neurale impiegano molto tempo nell'algoritmo di backpropagation, che è essenzialmente uno strumento per calcolare il gradiente. Supponiamo che stiamo costruendo un modello con ~ 10K parametri / pesi. È possibile eseguire l'ottimizzazione utilizzando alcuni algoritmi di ottimizzazione senza gradiente? Penso che calcolare il gradiente …

94 machine-learning neural-networks optimization backpropagation

3

Differenza tra decadimento del peso netto neurale e tasso di apprendimento

Nel contesto delle reti neurali, qual è la differenza tra il tasso di apprendimento e il decadimento del peso?

94 neural-networks terminology

30

Quale libro consiglieresti agli scienziati non statistici?

Quale libro consiglieresti agli scienziati che non sono statistici? La consegna chiara è molto apprezzata. Oltre alla spiegazione delle tecniche e dei metodi appropriati per compiti tipici: analisi di serie temporali, presentazione e aggregazione di grandi set di dati.

94 references

13

Qual è il modo migliore per identificare i valori anomali nei dati multivariati?

Supponiamo di avere un ampio set di dati multivariati con almeno tre variabili. Come posso trovare gli outlier? I grafici a dispersione a coppie non funzionano in quanto è possibile che esista un valore anomalo in 3 dimensioni che non sia un valore anomalo in nessuno dei sottospazi 2 dimensioni. …

94 multivariate-analysis outliers

6

Test di controllo dei dati essenziali

Nel mio ruolo lavorativo lavoro spesso con set di dati di altre persone, i non esperti mi portano dati clinici e li aiuto a riassumere ed eseguire test statistici. Il problema che sto riscontrando è che i set di dati che mi vengono proposti sono quasi sempre pieni di errori …

93 dataset outliers checking

3

Come si calcola la precisione e il richiamo per la classificazione multiclasse utilizzando la matrice di confusione?

Mi chiedo come calcolare la precisione e il richiamo usando una matrice di confusione per un problema di classificazione multi-classe. In particolare, un'osservazione può essere assegnata solo alla sua classe / etichetta più probabile. Vorrei calcolare: Precisione = TP / (TP + FP) Richiama = TP / (TP + FN) …

92 machine-learning classification precision-recall multi-class

10

Perché una serie storica deve essere stazionaria?

Capisco che una serie storica stazionaria è una serie la cui media e varianza sono costanti nel tempo. Qualcuno può spiegare perché dobbiamo assicurarci che il nostro set di dati sia stazionario prima di poter eseguire diversi modelli ARIMA o ARM su di esso? Questo vale anche per i normali …

92 regression time-series stationarity

12

Chi sono i bayesiani?

Man mano che ci si interessa alle statistiche, la dicotomia "Frequentist" vs. "Bayesian" diventa presto un luogo comune (e chi non ha letto il segnale e il rumore di Nate Silver , comunque?). Nei colloqui e nei corsi introduttivi, il punto di vista è in gran parte frequentista ( MLE …

92 bayesian mathematical-statistics inference bayes frequentist

11

Spiega "Maledizione della dimensionalità" a un bambino

Ho sentito molte volte parlare della maledizione della dimensionalità, ma in qualche modo non riesco ancora a cogliere l'idea, è tutto nebbioso. Qualcuno può spiegarlo nel modo più intuitivo, come lo spiegheresti a un bambino, in modo che io (e gli altri confusi come sono) potrei capirlo per sempre? MODIFICARE: …

92 machine-learning dimensionality-reduction high-dimensional

11

Stima della massima verosimiglianza (MLE) in termini di laici

Qualcuno potrebbe spiegarmi in dettaglio sulla stima della massima verosimiglianza (MLE) in parole povere? Vorrei conoscere il concetto di base prima di entrare in derivazione o equazione matematica.

92 mathematical-statistics maximum-likelihood intuition definition philosophical