Statistiche e Big Data

1

BACKGROUND: saltare in sicurezza - è qui per riferimento e per legittimare la domanda. L'apertura di questo documento recita: "Il famoso test di contingenza chi-quadrato di Karl Pearson è derivato da un'altra statistica, chiamata statistica z, basata sulla distribuzione normale. Le versioni più semplici di χ2χ2\chi^2 possono essere dimostrate matematicamente …

15 chi-squared proportion z-test

1

Comprensione della decomposizione QR

Ho un esempio funzionante (in R), che sto cercando di capire ulteriormente. Sto usando Limma per creare un modello lineare e sto cercando di capire cosa sta succedendo passo dopo passo nei calcoli del cambio di piega. Sto principalmente cercando di capire cosa succede per calcolare i coefficienti. Da quello …

15 r regression linear-model

5

Qual è la distribuzione dei vari dadi poliedrici lanciati tutti in una volta?

Prendi i 5 solidi platonici da un set di dadi Dungeons & Dragons. Questi consistono in dadi a 4 facce, a 6 facce (convenzionali), a 8 facce, a 12 facce e a 20 facce. Tutti iniziano dal numero 1 e contano verso l'alto di 1 per il loro totale. Tirali …

15 distributions dice

1

Qual è la lunghezza di sequenza possibile per un modello RNN da modellare?

Sto esaminando l'utilizzo di una versione LSTM ( memoria a breve termine ) di una rete neurale ricorrente (RNN) per la modellazione dei dati di serie temporali. All'aumentare della lunghezza della sequenza dei dati, aumenta la complessità della rete. Sono quindi curioso di sapere quale lunghezza delle sequenze sarebbe possibile …

15 neural-networks deep-learning lstm

1

Altri stimatori imparziali rispetto alla BLUE (soluzione OLS) per i modelli lineari

Per un modello lineare la soluzione OLS fornisce il miglior stimatore lineare imparziale per i parametri. Naturalmente possiamo scambiare una propensione per una minore varianza, ad esempio la regressione della cresta. Ma la mia domanda è di non avere pregiudizi. Ci sono altri stimatori che sono in qualche modo comunemente …

15 regression least-squares linear unbiased-estimator blue

4

Text Mining: come raggruppare i testi (ad es. Articoli di notizie) con l'intelligenza artificiale?

Ho creato alcune reti neurali (MLP (completamente connesse), Elman (ricorrenti)) per diversi compiti, come giocare a Pong, classificare cifre scritte a mano e cose ... Inoltre ho cercato di costruire alcune prime reti neurali convoluzionali, ad esempio per classificare note scritte a mano a più cifre, ma sono completamente nuovo …

15 clustering neural-networks feature-selection text-mining self-organizing-maps

7

Cosa hai fatto / fatto per ricordare la regola di Bayes?

Penso che un buon modo per ricordare la formula sia pensare alla formula in questo modo: La probabilità che un determinato evento A abbia un determinato risultato dato un risultato indipendente B = la probabilità che si verifichino simultaneamente entrambi i risultati / qualunque cosa si possa dire la probabilità …

15 bayesian bayes

2

Domanda sul compromesso della varianza

Sto cercando di capire il compromesso di bias-varianza, la relazione tra il bias dello stimatore e il bias del modello e la relazione tra la varianza dello stimatore e la varianza del modello. Sono giunto a queste conclusioni: Tendiamo a sovrautilizzare i dati quando trascuriamo il bias dello stimatore, cioè …

15 regression variance bias bias-variance-tradeoff

1

Come rispondere ai revisori che chiedono valori p nel modello multilivello bayesiano?

Un revisore ci ha chiesto di fornire valori p per comprendere meglio le stime del modello nel nostro modello multilivello bayesiano. Il modello è un modello tipico di più osservazioni per partecipante in un esperimento. Abbiamo stimato il modello con Stan, quindi possiamo facilmente calcolare ulteriori statistiche posteriori. Attualmente, stiamo …

15 bayesian p-value multilevel-analysis

2

Misure ripetute ANOVA: qual è il presupposto della normalità?

Sono confuso sull'ipotesi di normalità nelle misure ripetute ANOVA. In particolare, mi chiedo che tipo di normalità debba essere esattamente soddisfatta. Nel leggere la letteratura e le risposte sul CV, mi sono imbattuto in tre formulazioni distinte di questo assunto. La variabile dipendente all'interno di ciascuna condizione (ripetuta) dovrebbe essere …

15 anova repeated-measures assumptions normality-assumption

1

Regolarizzazione per i modelli ARIMA

Sono a conoscenza del tipo di regolarizzazione LASSO, cresta e rete elastica nei modelli di regressione lineare. Domanda: Questo (o un simile) tipo di stima penalizzata può essere applicato alla modellazione ARIMA (con una parte MA non vuota)? Nella costruzione di modelli ARIMA, sembra consueto considerare un ordine di ritardo …

15 time-series arima lasso regularization ridge-regression

1

La foresta casuale di Breiman utilizza il guadagno di informazioni o l'indice Gini?

Vorrei sapere se la foresta casuale di Breiman (foresta casuale nel pacchetto R randomForest) utilizza come criterio di suddivisione (criterio per la selezione degli attributi) guadagno di informazioni o indice Gini? Ho provato a scoprirlo su http://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm e nella documentazione per il pacchetto randomForest in R. Ma l'unica cosa che …

15 r random-forest entropy gini

2

Cosa significa teoria dell'apprendimento PAC?

Sono nuovo nell'apprendimento automatico. Sto studiando un corso di apprendimento automatico (Stanford University) e non ho capito cosa si intende con questa teoria e quale sia la sua utilità. Mi chiedo se qualcuno potrebbe dettagliare questa teoria per me. Questa teoria si basa su questa equazione.

15 machine-learning probability pac-learning

1

Chiarimento sull'implementazione della Discendenza della regola di Perceptron rispetto alla discesa del gradiente rispetto alla discesa del gradiente stocastico

Ho sperimentato un po 'con diverse implementazioni di Perceptron e voglio assicurarmi di capire correttamente le "iterazioni". La regola originale del percettrone di Rosenblatt A quanto ho capito, nel classico algoritmo perceptron di Rosenblatt, i pesi vengono aggiornati simultaneamente dopo ogni esempio di allenamento tramite Δw(t+1)=Δw(t)+η(target−actual)xiΔw(t+1)=Δw(t)+η(target−actual)xi\Delta{w}^{(t+1)} = \Delta{w}^{(t)} + \eta(target …

15 optimization gradient-descent perceptron

2

Qual è il punto di vista del frequentista sulla storia del voltmetro?

Qual è il punto di vista del frequentista sulla storia del voltmetro e le sue variazioni? L'idea alla base è che un'analisi statistica che fa appello a eventi ipotetici dovrebbe essere rivista se venisse in seguito appreso che quegli eventi ipotetici non avrebbero potuto aver luogo come ipotizzato. La versione …

15 likelihood frequentist