Statistiche e Big Data

Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati

2
Quali sono le alternative alla dimensione VC per misurare la complessità delle reti neurali?
Mi sono imbattuto in alcuni modi di base per misurare la complessità delle reti neurali: Ingenuo e informale: conta il numero di neuroni, neuroni nascosti, strati o strati nascosti Dimensione VC (Eduardo D. Sontag [1998] "Dimensione VC delle reti neurali" [ pdf ].) Una complessità computazionaleTC0dTCd0TC^0_d granulare e asintotica misura …
4
Intuizione alla base della distribuzione della legge sul potere
So che il pdf di una distribuzione della legge di potere è p(x)=α−1xmin(xxmin)−αp(x)=α−1xmin(xxmin)−α p(x) = \frac{\alpha-1}{x_{\text{min}}} \left(\frac{x}{x_{\text{min}}} \right)^{-\alpha} Ma cosa significa intuitivamente se, ad esempio, i prezzi delle azioni seguono una distribuzione della legge sul potere? Questo significa che le perdite possono essere molto alte ma poco frequenti?
6
Dove trovare un corpus di testo di grandi dimensioni? [chiuso]
Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 6 anni fa . Sto cercando corpus di testo di grandi dimensioni (> 1000) da scaricare. Preferibilmente con notizie dal mondo …
16 dataset 
2
Spiegare i test a due code
Sto cercando vari modi per spiegare ai miei studenti (in un corso di statistica elementare) cos'è un test a due code e come viene calcolato il suo valore P. Come spieghi ai tuoi studenti il ​​test a due a una coda?
2
Qual è la giustificazione statistica dell'interpolazione?
Supponiamo di avere due punti (la seguente figura: cerchi neri) e vogliamo trovare un valore per un terzo punto tra loro (croce). Effettivamente lo stimeremo in base ai nostri risultati sperimentali, i punti neri. Il caso più semplice è disegnare una linea e quindi trovare il valore (cioè interpolazione lineare). …
3
Fare grandi (intelligenti) scommesse
Ho cercato di codificare un algoritmo per suggerire scommesse in giochi 1X2 (ponderati). Fondamentalmente, ogni partita ha una serie di partite (squadre in casa vs squadre in trasferta): 1: vince la casa X: disegnare 2: vince via Per ogni partita e simbolo ( 1, Xe 2), assegnerò una percentuale che …
11
Modo per iniziare e imparare R?
Ho provato più volte a "farlo da solo", ma con un successo limitato. Sono un utente SPSS occasionale e ho qualche esperienza SAS. Gradirei un puntatore o due da qualcuno che ha un background simile e ora usa R.
16 r  references 
4
Clustering dei dati 1D
Ho un set di dati, voglio creare cluster su quei dati in base a una sola variabile (non ci sono valori mancanti). Voglio creare 3 cluster basati su quella variabile. Quale algoritmo di clustering usare, k-mean, EM, DBSCAN ecc.? La mia domanda principale è: in quali circostanze dovrei usare k-mean …
16 clustering 
1
Posso usare Kolmogorov-Smirnov per confrontare due distribuzioni empiriche?
È corretto utilizzare il test di bontà di adattamento di Kolmogorov-Smirnov per confrontare due distribuzioni empiriche per determinare se sembrano provenire dalla stessa distribuzione sottostante, piuttosto che confrontare una distribuzione empirica con una distribuzione di riferimento predefinita? Lasciami provare a chiederlo in un altro modo. Raccolgo N campioni da una …
1
Generazione di campioni casuali da una distribuzione personalizzata
Sto cercando di generare campioni casuali da un pdf personalizzato utilizzando R. Il mio pdf è: fX(x)=32(1−x2),0≤x≤1fX(x)=32(1−x2),0≤x≤1f_{X}(x) = \frac{3}{2} (1-x^2), 0 \le x \le 1 Ho generato campioni uniformi e poi ho provato a trasformarlo nella mia distribuzione personalizzata. L'ho fatto trovando il cdf della mia distribuzione ( ) e …
16 r  sampling  uniform 
2
Cosa significa esattamente "raggruppare i dati"?
Ho pensato che "raggruppare i dati" significava semplicemente combinare i dati precedentemente suddivisi in categorie ... essenzialmente, ignorando le categorie e rendendo i dati un gigantesco "pool" di dati. Immagino che questa sia una domanda più sulla terminologia che sull'applicazione delle statistiche. Ad esempio: voglio confrontare 2 siti e all'interno …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.